Irmela Warmer
Text e-mailu (model dostal přesně tento text)
Von: Irmela Warmer <irmela.warmer@stolze-gbr.example> An: support@krause.example Datum: Mi., 29. Oktober 2025, 16:00 Betreff: Re: Frage zur Rechnung Hallo, wir beziehen uns auf unsere vorherige E-Mail unten und warten immer noch auf eine Lösung. Vielen Dank, wir arbeiten sehr gern mit Ihnen zusammen. Wir benötigen eine Antwort bis zum 23. November. Mit freundlichen Grüßen Irmela Warmer Stolze GbR Am So., 26. Oktober 2025, 17:49 schrieb support@krause.example: > Guten Tag, vielen Dank für Ihre Nachricht. Wir haben Ihre Anfrage unter der Ticketnummer 35160 erfasst und prüfen sie. > > Krause > Am So., 26. Oktober 2025, 15:00 schrieb Irmela Warmer <irmela.warmer@stolze-gbr.example>: > > Hallo, > > > > auf Ihrer letzten Rechnung stimmt der Betrag nicht, Sie haben uns eine Position mehr berechnet, als wir abgenommen haben. Es betrifft die Rechnung R104464. Der strittige Betrag beläuft sich auf 44 €. > > > > Mit freundlichen Grüßen > > Irmela Warmer > > Stolze GbR
Verdikt
Nejlevnější bez chyby: Gemma 4 31B za 3,68 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 33,8× dražší.
Zadání pro všechny modely
Sie sortieren E-Mails des Kundensupports. Lesen Sie die E-Mail unten und geben Sie nur JSON mit diesen Schlüsseln zurück:
category einer der Werte: billing (Rechnungen, Zahlungen, Abrechnung), delivery (wo ist die Bestellung,
Versand, Adressänderung), complaint (beschädigte, falsche oder defekte Ware, Reklamation),
technical (Anmeldung, Fehler in Anwendung oder System, Schnittstellen), cancellation (Stornierung
einer Bestellung, Kündigung eines Vertrags oder Abonnements), sales (Anfrage, Preise, Interesse vor dem Kauf)
priority einer der Werte: urgent, high, normal, low (Regeln unten)
sentiment einer der Werte: positive, neutral, negative (Ton des Kunden)
customer_name vollständiger Name des Kunden, der die Anfrage geschrieben hat
order_number Bestellnummer des Kunden, falls angegeben
invoice_number Rechnungsnummer, falls angegeben
amount Betrag, um den es in der Anfrage geht (Zahl)
currency Währungscode dieses Betrags nach ISO 4217 (EUR, CZK, USD, …)
deadline Datum, bis zu dem der Kunde eine Lösung oder Antwort wünscht (YYYY-MM-DD)
Regeln für die Priorität:
- urgent: der Kunde kann gerade nicht arbeiten, oder die Frist liegt höchstens 1 Tag nach dem Datum der E-Mail
- high: die Frist liegt höchstens 7 Tage nach dem Datum der E-Mail, oder der Kunde droht mit dem Ende
der Zusammenarbeit oder einer Eskalation (Anwalt)
- low: der Kunde schreibt ausdrücklich, dass es nicht eilt
- normal: alles andere
Regeln:
- Verlauf: bewerten Sie die neueste Nachricht; Bestell- und Rechnungsnummern sowie Beträge können aus
zitierten älteren Nachrichten stammen. Weitergeleitete E-Mail: Kunde ist der ursprüngliche Absender,
nicht der Kollege, der sie weitergeleitet hat.
- Relative Fristen („bis Freitag“, „bis morgen“, „bis Ende des Monats“) rechnen Sie ausgehend vom Datum
der Nachricht um, in der sie stehen.
- Ticketnummern des Supports, Handelsregisternummern, USt-IdNr. und Telefonnummern sind keine
Bestell- oder Rechnungsnummern.
- Steht ein Wert nicht in der E-Mail, geben Sie null zurück. Raten Sie nicht.
- Beträge als Zahlen mit Dezimalpunkt, ohne Tausendertrennzeichen und ohne Währungssymbol.
Jak hodnotíme
Přesná shoda pole po sjednocení formátu data, částek a mezer. Chybějící diakritika se počítá jako chyba. Cena je skutečná útrata za tokeny v tomto běhu, přepočtená kurzem k datu v patičce.
Co z dokladu dostal který model
| Pole | Správná hodnota | Gemma 4 31B9 / 9 polí | Mistral Small 48 / 9 polí | GPT-6 Luna8 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite9 / 9 polí | DeepSeek V4.1 Flash8 / 9 polí | Mistral Medium 3.57 / 9 polí | GPT-6 Sol9 / 9 polí | Gemini 3.8 Flash9 / 9 polí | Claude Sonnet 59 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | billing | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) |
| Priorita | normal | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | highšpatná hodnota | normal (správně) | normal (správně) | normal (správně) |
| Nálada | positive | positive (správně) | neutralšpatná hodnota | neutralšpatná hodnota | positive (správně) | positive (správně) | neutralšpatná hodnota | neutralšpatná hodnota | positive (správně) | positive (správně) | positive (správně) |
| Jméno zákazníka | Irmela Warmer | Irmela Warmer (správně) | Irmela Warmer (správně) | Irmela Warmer (správně) | Irmela Warmer (správně) | Irmela Warmer (správně) | Irmela Warmer (správně) | Irmela Warmer (správně) | Irmela Warmer (správně) | Irmela Warmer (správně) | Irmela Warmer (správně) |
| Číslo objednávky | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Číslo dokladu | R104464 | R104464 (správně) | R104464 (správně) | R104464 (správně) | R104464 (správně) | R104464 (správně) | R104464 (správně) | R104464 (správně) | R104464 (správně) | R104464 (správně) | R104464 (správně) |
| Částka | 44.00 | 44.00 (správně) | 44 (správně) | 44 (správně) | 44 (správně) | 44 (správně) | 44 (správně) | 44 (správně) | 44 (správně) | 44 (správně) | 44.00 (správně) |
| Měna | EUR | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) |
| Termín | 2025-11-23 | 2025-11-23 (správně) | 2025-11-23 (správně) | 2025-11-23 (správně) | 2025-11-23 (správně) | 2025-11-23 (správně) | 2025-11-23 (správně) | 2025-11-23 (správně) | 2025-11-23 (správně) | 2025-11-23 (správně) | 2025-11-23 (správně) |
| Tokeny | vstup / výstup | 910 / 82 | 906 / 81 | 970 / 257 | 1 202 / 931 | 898 / 100 | 1 212 / 982 | 906 / 81 | 970 / 123 | 898 / 673 | 1 584 / 224 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 0 | 196 | 830 | 0 | 926 | 0 | 62 | 573 | 105 |
| z toho z cache | vstup se slevou | 581 | 0 | 0 | 768 | 0 | 766 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0037 Kč | 0,0042 Kč | 0,0052 Kč | 0,0118 Kč | 0,0119 Kč | 0,0173 Kč | 0,0452 Kč | 0,0729 Kč | 0,0735 Kč | 0,1244 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 3,68 Kč | 4,24 Kč | 5,19 Kč | 11,84 Kč | 11,95 Kč | 17,29 Kč | 45,23 Kč | 72,91 Kč | 73,54 Kč | 124,38 Kč |
| Odezva | tento běh | 4 s | 1,1 s | 3,9 s | 18,7 s | 0,8 s | 11,8 s | 0,9 s | 4,1 s | 3,6 s | 3,7 s |