Augusta Lange
Text e-mailu (model dostal přesně tento text)
Von: Augusta Lange <augusta.lange@thies-bohnbach.example> An: support@suessebier.example Datum: Mi., 5. März 2025, 12:54 Betreff: Wo bleibt unsere Lieferung? Guten Tag, die bestellte Ware ist immer noch nicht bei uns angekommen, obwohl sie letzte Woche hätte geliefert werden sollen. Es handelt sich um die Bestellung Nr. A25-066935. Vielen Dank, wir arbeiten sehr gern mit Ihnen zusammen. Wir benötigen eine Antwort bis Ende des Monats. Vielen Dank und freundliche Grüße Augusta Lange Betriebsleitung Thies Bohnbach GbR Jähngasse 8425 28549 Burgdorf Tel.: +49 40 859 4789 Amtsgericht Köln, HRB 169992 USt-IdNr.: DE548505480 Diese E-Mail und ihre Anhänge sind vertraulich und ausschließlich für den Adressaten bestimmt.
Verdikt
Nejlevnější bez chyby: Gemma 4 31B za 3,41 Kč na 1000 dokladů.
- GPT-6 Sol je také bez chyby, ale 22,1× 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
| Pole | Správná hodnota | Mistral Small 47 / 9 polí | Gemma 4 31B9 / 9 polí | GPT-6 Luna9 / 9 polí | DeepSeek V4.1 Flash9 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite8 / 9 polí | Mistral Medium 3.57 / 9 polí | Gemini 3.8 Flash9 / 9 polí | GPT-6 Sol9 / 9 polí | Claude Sonnet 58 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | delivery | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) | delivery (správně) |
| Priorita | normal | highšpatná hodnota | normal (správně) | normal (správně) | normal (správně) | normal (správně) | normal (správně) | highšpatná hodnota | normal (správně) | normal (správně) | normal (správně) |
| Nálada | positive | neutralšpatná hodnota | positive (správně) | positive (správně) | positive (správně) | positive (správně) | neutralšpatná hodnota | neutralšpatná hodnota | positive (správně) | positive (správně) | neutralšpatná hodnota |
| Jméno zákazníka | Augusta Lange | Augusta Lange (správně) | Augusta Lange (správně) | Augusta Lange (správně) | Augusta Lange (správně) | Augusta Lange (správně) | Augusta Lange (správně) | Augusta Lange (správně) | Augusta Lange (správně) | Augusta Lange (správně) | Augusta Lange (správně) |
| Číslo objednávky | A25-066935 | A25-066935 (správně) | A25-066935 (správně) | A25-066935 (správně) | A25-066935 (správně) | A25-066935 (správně) | A25-066935 (správně) | A25-066935 (správně) | A25-066935 (správně) | A25-066935 (správně) | A25-066935 (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) |
| Termín | 2025-03-31 | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) | 2025-03-31 (správně) |
| Tokeny | vstup / výstup | 821 / 77 | 837 / 78 | 886 / 171 | 1 123 / 357 | 1 124 / 758 | 825 / 98 | 821 / 77 | 825 / 576 | 886 / 150 | 1 444 / 287 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 0 | 110 | 301 | 659 | 0 | 0 | 478 | 89 | 172 |
| z toho z cache | vstup se slevou | 550 | 581 | 0 | 766 | 768 | 0 | 502 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0022 Kč | 0,0034 Kč | 0,0040 Kč | 0,0073 Kč | 0,0097 Kč | 0,0113 Kč | 0,0416 Kč | 0,0639 Kč | 0,0753 Kč | 0,1324 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 2,19 Kč | 3,41 Kč | 4,00 Kč | 7,35 Kč | 9,70 Kč | 11,33 Kč | 41,61 Kč | 63,91 Kč | 75,26 Kč | 132,43 Kč |
| Odezva | tento běh | 0,8 s | 1,7 s | 2,6 s | 8,5 s | 14,2 s | 0,9 s | 0,8 s | 2,9 s | 4,4 s | 16,6 s |