ModelVerdict

Helen Noack

němčinaE-mail9 polí

Doklad de-p0023 · 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: Flora Ernst <flora.ernst@gerlach-stiffel.example>
An: support@gerlach-stiffel.example
Datum: Mi., 30. Juli 2025, 10:37
Betreff: Fwd: Stornierung der Bestellung

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

Flora Ernst

---------- Weitergeleitete Nachricht ----------
Von: Helen Noack <helen.noack@stadelmann.example>
An: support@gerlach-stiffel.example
Datum: Mi., 30. Juli 2025, 9:58
Betreff: Stornierung der Bestellung

Guten Tag,

wir möchten unsere Bestellung stornieren, wir benötigen die Ware nicht mehr. Es handelt sich um die Bestellung Nr. BE-2025-86145.

Es geht um die Rechnung Nr. R106896. Wir sind wirklich enttäuscht, wir schreiben Ihnen deswegen bereits zum dritten Mal.

Vielen Dank und freundliche Grüße
Helen Noack
Stadelmann GmbH & Co. KG

Verdikt

Nejlevnější bez chyby: Gemma 4 31B za 3,41 Kč na 1000 dokladů.

  • Claude Sonnet 5 je také bez chyby, ale 41,8× dražší.
  • Mistral Small 4 je 1,5× 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 48 / 9 políGemma 4 31B9 / 9 políGPT-6 Luna9 / 9 políDeepSeek V4.1 Flash9 / 9 políQwen3.8 Flash9 / 9 políGemini 3.5 Flash Lite8 / 9 políGemini 3.8 Flash9 / 9 políMistral Medium 3.58 / 9 políGPT-6 Sol9 / 9 políClaude Sonnet 59 / 9 polí
Kategoriecancellationcancellation (správně)cancellation (správně)cancellation (správně)cancellation (správně)cancellation (správně)cancellation (správně)cancellation (správně)cancellation (správně)cancellation (správně)cancellation (správně)
Prioritanormal highšpatná hodnotanormal (správně)normal (správně)normal (správně)normal (správně) highšpatná hodnotanormal (správně) highšpatná hodnotanormal (správně)normal (správně)
Náladanegativenegative (správně)negative (správně)negative (správně)negative (správně)negative (správně)negative (správně)negative (správně)negative (správně)negative (správně)negative (správně)
Jméno zákazníkaHelen NoackHelen Noack (správně)Helen Noack (správně)Helen Noack (správně)Helen Noack (správně)Helen Noack (správně)Helen Noack (správně)Helen Noack (správně)Helen Noack (správně)Helen Noack (správně)Helen Noack (správně)
Číslo objednávkyBE-2025-86145BE-2025-86145 (správně)BE-2025-86145 (správně)BE-2025-86145 (správně)BE-2025-86145 (správně)BE-2025-86145 (správně)BE-2025-86145 (správně)BE-2025-86145 (správně)BE-2025-86145 (správně)BE-2025-86145 (správně)BE-2025-86145 (správně)
Číslo dokladuR106896R106896 (správně)R106896 (správně)R106896 (správně)R106896 (správně)R106896 (správně)R106896 (správně)R106896 (správně)R106896 (správně)R106896 (správně)R106896 (správně)
Částka—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Měna—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Termín—— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)— (správně)
Tokenyvstup / výstup831 / 79836 / 78899 / 1431 137 / 2551 131 / 663824 / 97824 / 252831 / 79899 / 1011 462 / 327
z toho skryté přemýšleníplací se jako výstup00571995640155040214
z toho z cachevstup se slevou550581076676800000
Cena tohoto dokladutento běh0,0022 Kč0,0034 Kč0,0037 Kč0,0059 Kč0,0087 Kč0,0113 Kč0,0359 Kč0,0423 Kč0,0646 Kč0,1425 Kč
Za 1000 dokladůpři stejném typu dokladu2,25 Kč3,41 Kč3,71 Kč5,87 Kč8,70 Kč11,26 Kč35,95 Kč42,30 Kč64,58 Kč142,46 Kč
Odezvatento běh0,8 s4 s3,1 s4,7 s14 s0,7 s1,7 s1,1 s2,5 s9 s