Linda Hande
Text e-mailu (model dostal přesně tento text)
Von: Linda Hande <linda.hande@krein.example> An: support@beckmann-steinberg.example Datum: Di., 10. Februar 2026, 8:38 Betreff: Re: Reklamation Hallo, wir beziehen uns auf unsere vorherige E-Mail unten und warten immer noch auf eine Lösung. Wir sind wirklich enttäuscht, wir schreiben Ihnen deswegen bereits zum dritten Mal. Wir benötigen eine Antwort bis morgen. Viele Grüße Linda Hande Krein Am Sa., 7. Februar 2026, 9:55 schrieb support@beckmann-steinberg.example: > Guten Tag, vielen Dank für Ihre Nachricht. Wir haben Ihre Anfrage unter der Ticketnummer 82079 erfasst und prüfen sie. > > Beckmann Steinberg KG > Am Sa., 7. Februar 2026, 8:38 schrieb Linda Hande <linda.hande@krein.example>: > > Hallo, > > > > die Ware ist beschädigt angekommen, zwei Kartons waren eingedrückt und der Inhalt ist kaputt. Bestellnummer: BE-2026-01881. Wir haben dafür 116,69 € bezahlt. > > > > Viele Grüße > > Linda Hande > > Krein
Verdikt
Nejlevnější bez chyby: Mistral Small 4 za 2,58 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 46,6× 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 | Mistral Small 49 / 9 polí | GPT-6 Luna9 / 9 polí | Gemma 4 31B9 / 9 polí | DeepSeek V4.1 Flash9 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite9 / 9 polí | Gemini 3.8 Flash9 / 9 polí | Mistral Medium 3.59 / 9 polí | GPT-6 Sol9 / 9 polí | Claude Sonnet 59 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | complaint | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) | complaint (správně) |
| Priorita | urgent | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (správně) | urgent (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 | Linda Hande | Linda Hande (správně) | Linda Hande (správně) | Linda Hande (správně) | Linda Hande (správně) | Linda Hande (správně) | Linda Hande (správně) | Linda Hande (správně) | Linda Hande (správně) | Linda Hande (správně) | Linda Hande (správně) |
| Číslo objednávky | BE-2026-01881 | BE-2026-01881 (správně) | BE-2026-01881 (správně) | BE-2026-01881 (správně) | BE-2026-01881 (správně) | BE-2026-01881 (správně) | BE-2026-01881 (správně) | BE-2026-01881 (správně) | BE-2026-01881 (správně) | BE-2026-01881 (správně) | BE-2026-01881 (správně) |
| Číslo dokladu | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Částka | 116.69 | 116.69 (správně) | 116.69 (správně) | 116.69 (správně) | 116.69 (správně) | 116.69 (správně) | 116.69 (správně) | 116.69 (správně) | 116.69 (správně) | 116.69 (správně) | 116.69 (správně) |
| Měna | EUR | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) |
| Termín | 2026-02-11 | 2026-02-11 (správně) | 2026-02-11 (správně) | 2026-02-11 (správně) | 2026-02-11 (správně) | 2026-02-11 (správně) | 2026-02-11 (správně) | 2026-02-11 (správně) | 2026-02-11 (správně) | 2026-02-11 (správně) | 2026-02-11 (správně) |
| Tokeny | vstup / výstup | 878 / 91 | 950 / 121 | 894 / 109 | 1 192 / 337 | 1 180 / 561 | 882 / 108 | 882 / 282 | 878 / 91 | 950 / 92 | 1 554 / 211 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 55 | 0 | 276 | 451 | 0 | 174 | 0 | 26 | 87 |
| z toho z cache | vstup se slevou | 550 | 0 | 581 | 768 | 768 | 0 | 0 | 502 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0026 Kč | 0,0036 Kč | 0,0039 Kč | 0,0074 Kč | 0,0078 Kč | 0,0123 Kč | 0,0395 Kč | 0,0460 Kč | 0,0649 Kč | 0,1200 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 2,58 Kč | 3,58 Kč | 3,88 Kč | 7,38 Kč | 7,77 Kč | 12,30 Kč | 39,54 Kč | 45,99 Kč | 64,86 Kč | 120,01 Kč |
| Odezva | tento běh | 0,9 s | 3 s | 5,9 s | 3,9 s | 11 s | 0,8 s | 1,8 s | 0,9 s | 4,2 s | 3,3 s |