Berthold Anders
Text e-mailu (model dostal přesně tento text)
Von: Berthold Anders <berthold.anders@haase-scholz.example> An: support@patberg.example Datum: Do., 1. Mai 2025, 10:03 Betreff: Re: Frage zur Rechnung Hallo, wir schreiben erneut wegen der unten stehenden Angelegenheit, bisher ist nichts passiert. Das ist völlig inakzeptabel und ärgert uns sehr. Viele Grüße Berthold Anders Haase Scholz GmbH Am Fr., 25. April 2025, 12:43 schrieb support@patberg.example: > Guten Tag, vielen Dank für Ihre Nachricht. Wir haben Ihre Anfrage unter der Ticketnummer 50020 erfasst und prüfen sie. > > Patberg > Am Fr., 25. April 2025, 8:03 schrieb Berthold Anders <berthold.anders@haase-scholz.example>: > > Hallo, > > > > die Zahlung wurde zweimal von unserem Konto abgebucht. Bitte prüfen Sie das und erstatten Sie uns den zu viel gezahlten Betrag. Rechnungsnummer: R106666. > > > > Viele Grüße > > Berthold Anders > > Haase Scholz GmbH
Verdikt
Nejlevnější bez chyby: GPT-6 Luna za 3,37 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 45,5× dražší.
- Mistral Small 4 je 1,4× 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 45 / 9 polí | GPT-6 Luna9 / 9 polí | Gemma 4 31B8 / 9 polí | DeepSeek V4.1 Flash9 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite8 / 9 polí | Mistral Medium 3.58 / 9 polí | Gemini 3.8 Flash9 / 9 polí | GPT-6 Sol9 / 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 | highšpatná hodnota | normal (správně) | highšpatná hodnota | normal (správně) | normal (správně) | highšpatná hodnota | highšpatná hodnota | normal (správně) | normal (správně) | normal (správně) |
| Nálada | negative | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) | negative (správně) |
| Jméno zákazníka | Berthold Anders | Berthold Anders (správně) | Berthold Anders (správně) | Berthold Anders (správně) | Berthold Anders (správně) | Berthold Anders (správně) | Berthold Anders (správně) | Berthold Anders (správně) | Berthold Anders (správně) | Berthold Anders (správně) | Berthold Anders (správně) |
| Číslo objednávky | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Číslo dokladu | R106666 | R106666 (správně) | R106666 (správně) | R106666 (správně) | R106666 (správně) | R106666 (správně) | R106666 (správně) | R106666 (správně) | R106666 (správně) | R106666 (správně) | R106666 (správně) |
| Částka | — | 2vymyšlená hodnota | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Měna | — | EURvymyšlená hodnota | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Termín | — | 2025-05-08vymyšlená hodnota | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Tokeny | vstup / výstup | 867 / 79 | 944 / 104 | 876 / 66 | 1 184 / 428 | 1 171 / 764 | 864 / 85 | 867 / 66 | 864 / 476 | 944 / 85 | 1 522 / 361 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 49 | 0 | 378 | 678 | 0 | 0 | 424 | 30 | 255 |
| z toho z cache | vstup se slevou | 550 | 0 | 581 | 766 | 768 | 0 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0024 Kč | 0,0034 Kč | 0,0034 Kč | 0,0087 Kč | 0,0099 Kč | 0,0108 Kč | 0,0413 Kč | 0,0560 Kč | 0,0630 Kč | 0,1530 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 2,37 Kč | 3,37 Kč | 3,43 Kč | 8,74 Kč | 9,93 Kč | 10,85 Kč | 41,30 Kč | 55,96 Kč | 62,97 Kč | 153,04 Kč |
| Odezva | tento běh | 1 s | 2,7 s | 3,6 s | 11,6 s | 13,7 s | 0,9 s | 0,8 s | 2,7 s | 3,3 s | 6,3 s |