ModelVerdict

Sibille Lehmann

němčinaE-mail9 polí

Doklad de-p0020 · layout forwarded · 9 polí · veřejná část sady · Stejná faktura v jazyce: angličtina (USA) → · Nahlásit chybu v tomto příkladu

Text e-mailu (model dostal přesně tento text)

Von: Zbigniew Eberhardt <zbigniew.eberhardt@mitschke.example>
An: support@mitschke.example
Datum: Mi., 21. Mai 2025, 8:24
Betreff: Fwd: Bestellstatus

Leite ich an euch weiter, das ist euer Thema. Danke.

Zbigniew Eberhardt

---------- Weitergeleitete Nachricht ----------
Von: Sibille Lehmann <sibille.lehmann@soelzer.example>
An: support@mitschke.example
Datum: Mi., 21. Mai 2025, 7:50
Betreff: Bestellstatus

Sehr geehrte Damen und Herren,

die bestellte Ware ist immer noch nicht bei uns angekommen, obwohl sie letzte Woche hätte geliefert werden sollen. Es betrifft unsere Bestellung A25-025888.

Vielen Dank, wir arbeiten sehr gern mit Ihnen zusammen. Wir benötigen eine Antwort bis zum 11. Juni.

Viele Grüße
Sibille Lehmann
Sölzer

Verdikt

Nejlevnější bez chyby: GPT-6 Luna za 3,43 Kč na 1000 dokladů.

  • Claude Sonnet 5 je také bez chyby, ale 39× dražší.
  • Mistral Small 4 je 1,6× levnější, ale: špatná hodnota (Priorita).

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

PoleSprávná hodnotaMistral Small 47 / 9 políGPT-6 Luna9 / 9 políGemma 4 31B9 / 9 políDeepSeek V4.1 Flash8 / 9 políGemini 3.5 Flash Lite8 / 9 políQwen3.8 Flash9 / 9 políMistral Medium 3.57 / 9 políGemini 3.8 Flash9 / 9 políGPT-6 Sol9 / 9 políClaude Sonnet 59 / 9 polí
Kategoriedeliverydelivery (správně)delivery (správně)delivery (správně)delivery (správně)delivery (správně)delivery (správně)delivery (správně)delivery (správně)delivery (správně)delivery (správně)
Prioritanormal highšpatná hodnotanormal (správně)normal (správně)normal (správně)normal (správně)normal (správně) highšpatná hodnotanormal (správně)normal (správně)normal (správně)
Náladapositive neutralšpatná hodnotapositive (správně)positive (správně) negativešpatná hodnota neutralšpatná hodnotapositive (správně) neutralšpatná hodnotapositive (správně)positive (správně)positive (správně)
Jméno zákazníkaSibille LehmannSibille Lehmann (správně)Sibille Lehmann (správně)Sibille Lehmann (správně)Sibille Lehmann (správně)Sibille Lehmann (správně)Sibille Lehmann (správně)Sibille Lehmann (správně)Sibille Lehmann (správně)Sibille Lehmann (správně)Sibille Lehmann (správně)
Číslo objednávkyA25-025888A25-025888 (správně)A25-025888 (správně)A25-025888 (správně)A25-025888 (správně)A25-025888 (správně)A25-025888 (správně)A25-025888 (správně)A25-025888 (správně)A25-025888 (správně)A25-025888 (správně)
Číslo dokladu—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Částka—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Měna—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Termín2025-06-112025-06-11 (správně)2025-06-11 (správně)2025-06-11 (správně)2025-06-11 (správně)2025-06-11 (správně)2025-06-11 (správně)2025-06-11 (správně)2025-06-11 (správně)2025-06-11 (správně)2025-06-11 (správně)
Tokenyvstup / výstup810 / 78893 / 120820 / 991 133 / 365808 / 981 121 / 1 019810 / 78808 / 559893 / 1161 454 / 291
z toho skryté přemýšleníplací se jako výstup05703070918046153173
z toho z cachevstup se slevou550058176607680000
Cena tohoto dokladutento běh0,0022 Kč0,0034 Kč0,0036 Kč0,0075 Kč0,0112 Kč0,0125 Kč0,0414 Kč0,0622 Kč0,0678 Kč0,1338 Kč
Za 1000 dokladůpři stejném typu dokladu2,16 Kč3,43 Kč3,55 Kč7,52 Kč11,21 Kč12,52 Kč41,40 Kč62,15 Kč67,76 Kč133,81 Kč
Odezvatento běh0,7 s3,3 s5,1 s5,2 s0,7 s17,9 s1 s2,9 s2,7 s5,2 s