Lucas Santiago
Text e-mailu (model dostal přesně tento text)
De: Lucas Santiago <lucas.santiago@camps-antunez.example> Para: support@talleres-guillen.example Fecha: mar., 28 de julio de 2026, 15:47 Asunto: Consulta sobre la factura Buenos días: En su última factura el importe no es correcto, nos han cobrado una partida más de las que hemos recibido. Se trata de un importe de 63 €. Por lo demás, estamos muy satisfechos con su servicio, siempre nos han ayudado con rapidez. Necesitamos una solución a más tardar el 30/07/2026. Saludos cordiales, Lucas Santiago Dirección de Operaciones Camps y Antúnez S.L.N.E Rambla de Arturo Olivera, 45 48733 Bilbao Tel.: +34 94 999 44 50 Inscrita en el Registro Mercantil de Bilbao, Tomo 35192, Folio 189, Hoja BI-598028 CIF: B52839289 Este mensaje y sus archivos adjuntos son confidenciales y van dirigidos exclusivamente a su destinatario.
Verdikt
Nejlevnější bez chyby: GPT-6 Sol za 67,67 Kč na 1000 dokladů.
- Gemini 3.8 Flash je také bez chyby, ale 1,5× dražší.
- Gemma 4 31B je 19,8× levnější, ale: špatná hodnota (Priorita).
- Mistral Small 4 je 17,2× levnější, ale: špatná hodnota (Nálada).
- GPT-6 Luna je 16,3× levnější, ale: špatná hodnota (Nálada).
Zadání pro všechny modely
Usted clasifica correos electrónicos del servicio de atención al cliente. Lea el correo de abajo y devuelva solo JSON con estas claves:
category uno de los valores: billing (facturas, pagos, facturación), delivery (dónde está el pedido,
envío, cambio de dirección), complaint (mercancía dañada, equivocada o defectuosa, reclamación),
technical (inicio de sesión, errores en la aplicación o el sistema, integraciones), cancellation (anulación
de un pedido, rescisión de un contrato o una suscripción), sales (consulta, precios, interés antes de la compra)
priority uno de los valores: urgent, high, normal, low (reglas abajo)
sentiment uno de los valores: positive, neutral, negative (tono del cliente)
customer_name nombre completo del cliente que ha escrito la solicitud
order_number número de pedido del cliente, si se indica
invoice_number número de factura, si se indica
amount importe al que se refiere la solicitud (número)
currency código de la moneda de ese importe según ISO 4217 (EUR, CZK, USD, …)
deadline fecha hasta la que el cliente quiere una solución o una respuesta (YYYY-MM-DD)
Reglas de prioridad:
- urgent: el cliente no puede trabajar en este momento, o el plazo vence como máximo 1 día después de la fecha del correo
- high: el plazo vence como máximo 7 días después de la fecha del correo, o el cliente amenaza con poner fin
a la colaboración o con escalar el asunto (abogado)
- low: el cliente escribe expresamente que no corre prisa
- normal: todo lo demás
Reglas:
- Hilo de mensajes: evalúe el mensaje más reciente; los números de pedido y de factura y los importes pueden
proceder de mensajes anteriores citados. Correo reenviado: el cliente es el remitente original,
no el compañero que lo ha reenviado.
- Los plazos relativos («para el viernes», «para mañana», «antes de fin de mes») calcúlelos a partir de la fecha
del mensaje en el que aparecen.
- Los números de incidencia del servicio de atención al cliente, los datos del Registro Mercantil, el CIF/NIF y los
números de teléfono no son números de pedido ni de factura.
- Si un valor no figura en el correo, devuelva null. No adivine.
- Importes como números con punto decimal, sin separador de miles y sin símbolo de moneda.
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 | Gemma 4 31B8 / 9 polí | Mistral Small 48 / 9 polí | GPT-6 Luna8 / 9 polí | Qwen3.8 Flash8 / 9 polí | Gemini 3.5 Flash Lite7 / 9 polí | Mistral Medium 3.57 / 9 polí | GPT-6 Sol9 / 9 polí | Gemini 3.8 Flash9 / 9 polí | Claude Sonnet 58 / 9 polí |
|---|---|---|---|---|---|---|---|---|---|---|
| Kategorie | billing | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) | billing (správně) |
| Priorita | high | urgentšpatná hodnota | high (správně) | high (správně) | urgentšpatná hodnota | urgentšpatná hodnota | urgentšpatná hodnota | high (správně) | high (správně) | high (správně) |
| Nálada | positive | positive (správně) | negativešpatná hodnota | negativešpatná hodnota | positive (správně) | neutralšpatná hodnota | neutralšpatná hodnota | positive (správně) | positive (správně) | neutralšpatná hodnota |
| Jméno zákazníka | Lucas Santiago | Lucas Santiago (správně) | Lucas Santiago (správně) | Lucas Santiago (správně) | Lucas Santiago (správně) | Lucas Santiago (správně) | Lucas Santiago (správně) | Lucas Santiago (správně) | Lucas Santiago (správně) | Lucas Santiago (správně) |
| Číslo objednávky | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Číslo dokladu | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Částka | 63.00 | 63.00 (správně) | 63 (správně) | 63 (správně) | 63.00 (správně) | 63.00 (správně) | 63 (správně) | 63 (správně) | 63 (správně) | 63.00 (správně) |
| Měna | EUR | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) |
| Termín | 2026-07-30 | 2026-07-30 (správně) | 2026-07-30 (správně) | 2026-07-30 (správně) | 2026-07-30 (správně) | 2026-07-30 (správně) | 2026-07-30 (správně) | 2026-07-30 (správně) | 2026-07-30 (správně) | 2026-07-30 (správně) |
| Tokeny | vstup / výstup | 857 / 72 | 854 / 71 | 921 / 177 | 1 175 / 746 | 845 / 92 | 854 / 72 | 921 / 110 | 845 / 978 | 1 275 / 358 |
| z toho skryté přemýšlení | plací se jako výstup | 0 | 0 | 121 | 652 | 0 | 0 | 54 | 924 | 243 |
| z toho z cache | vstup se slevou | 570 | 0 | 0 | 768 | 0 | 502 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0034 Kč | 0,0039 Kč | 0,0042 Kč | 0,0098 Kč | 0,0111 Kč | 0,0419 Kč | 0,0677 Kč | 0,0989 Kč | 0,1410 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 3,42 Kč | 3,93 Kč | 4,15 Kč | 9,75 Kč | 11,12 Kč | 41,88 Kč | 67,67 Kč | 98,93 Kč | 140,99 Kč |
| Odezva | tento běh | 1,4 s | 0,8 s | 4,5 s | 13,7 s | 0,7 s | 0,9 s | 4,1 s | 4,6 s | 6,1 s |