Alain Ferrand
Text e-mailu (model dostal přesně tento text)
De: Alain Ferrand <alain.ferrand@francois.example> À: support@pasquier.example Date: jeu. 18 septembre 2025 à 17:20 Objet: Paiement Bonjour Madame, Monsieur, Nous avons besoin d'une facture rectificative, l'adresse de notre société y est erronée. Numéro de facture : FA-2025-1513. Le montant contesté s'élève à 21,40 EUR. Merci d'avance pour le traitement de notre demande. Ce n'est pas urgent, répondez-nous quand vous aurez le temps. Cordialement Alain Ferrand François S.A.
Verdikt
Nejlevnější bez chyby: GPT-6 Luna za 3,24 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 24,6× dražší.
Zadání pro všechny modely
Vous triez les e-mails du support client. Lisez l'e-mail ci-dessous et renvoyez uniquement du JSON avec ces clés :
category l'une des valeurs : billing (factures, paiements, facturation), delivery (où est la commande,
expédition, changement d'adresse), complaint (marchandise endommagée, erronée ou défectueuse, réclamation),
technical (connexion, erreur dans une application ou un système, interfaces), cancellation (annulation
d'une commande, résiliation d'un contrat ou d'un abonnement), sales (demande, prix, intérêt avant l'achat)
priority l'une des valeurs : urgent, high, normal, low (règles ci-dessous)
sentiment l'une des valeurs : positive, neutral, negative (ton du client)
customer_name nom complet du client qui a écrit la demande
order_number numéro de commande du client, s'il est indiqué
invoice_number numéro de facture, s'il est indiqué
amount montant dont il est question dans la demande (nombre)
currency code de devise de ce montant selon ISO 4217 (EUR, CZK, USD, …)
deadline date à laquelle le client souhaite une solution ou une réponse (YYYY-MM-DD)
Règles de priorité :
- urgent : le client ne peut pas travailler en ce moment, ou l'échéance tombe au plus 1 jour après la date de l'e-mail
- high : l'échéance tombe au plus 7 jours après la date de l'e-mail, ou le client menace de mettre fin
à la collaboration ou d'une escalade (avocat)
- low : le client écrit expressément que ce n'est pas urgent
- normal : tout le reste
Règles :
- Fil de discussion : évaluez le message le plus récent ; les numéros de commande et de facture ainsi que les
montants peuvent provenir de messages plus anciens cités. E-mail transféré : le client est l'expéditeur d'origine,
pas le collègue qui l'a transféré.
- Convertissez les échéances relatives (« d'ici vendredi », « d'ici demain », « d'ici la fin du mois ») à partir de la
date du message dans lequel elles figurent.
- Les numéros de ticket du support, les numéros SIREN, SIRET ou RCS, les numéros de TVA et les numéros de téléphone
ne sont pas des numéros de commande ou de facture.
- Si une valeur ne figure pas dans l'e-mail, renvoyez null. Ne devinez pas.
- Montants sous forme de nombres avec un point décimal, sans séparateur de milliers et sans symbole de devise.
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 | GPT-6 Luna9 / 9 polí | Gemma 4 31B9 / 9 polí | Mistral Small 48 / 9 polí | DeepSeek V4.1 Flash9 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite9 / 9 polí | Mistral Medium 3.59 / 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 | low | low (správně) | low (správně) | normalšpatná hodnota | low (správně) | low (správně) | low (správně) | low (správně) | low (správně) | low (správně) | low (správně) |
| Nálada | neutral | neutral (správně) | neutral (správně) | neutral (správně) | neutral (správně) | neutral (správně) | neutral (správně) | neutral (správně) | neutral (správně) | neutral (správně) | neutral (správně) |
| Jméno zákazníka | Alain Ferrand | Alain Ferrand (správně) | Alain Ferrand (správně) | Alain Ferrand (správně) | Alain Ferrand (správně) | Alain Ferrand (správně) | Alain Ferrand (správně) | Alain Ferrand (správně) | Alain Ferrand (správně) | Alain Ferrand (správně) | Alain Ferrand (správně) |
| Číslo objednávky | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Číslo dokladu | FA-2025-1513 | FA-2025-1513 (správně) | FA-2025-1513 (správně) | FA-2025-1513 (správně) | FA-2025-1513 (správně) | FA-2025-1513 (správně) | FA-2025-1513 (správně) | FA-2025-1513 (správně) | FA-2025-1513 (správně) | FA-2025-1513 (správně) | FA-2025-1513 (správně) |
| Částka | 21.40 | 21.40 (správně) | 21.40 (správně) | 21.40 (správně) | 21.40 (správně) | 21.40 (správně) | 21.40 (správně) | 21.40 (správně) | 21.40 (správně) | 21.40 (správně) | 21.40 (správně) |
| Měna | EUR | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) |
| Termín | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Tokeny | vstup / výstup | 860 / 110 | 796 / 96 | 744 / 76 | 1 070 / 343 | 1 090 / 578 | 784 / 95 | 744 / 76 | 784 / 456 | 860 / 97 | 1 152 / 117 |
| z toho skryté přemýšlení | plací se jako výstup | 49 | 0 | 0 | 287 | 483 | 0 | 0 | 362 | 36 | 0 |
| z toho z cache | vstup se slevou | 0 | 3 | 0 | 790 | 0 | 0 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0032 Kč | 0,0034 Kč | 0,0036 Kč | 0,0068 Kč | 0,0100 Kč | 0,0109 Kč | 0,0388 Kč | 0,0529 Kč | 0,0619 Kč | 0,0799 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 3,24 Kč | 3,45 Kč | 3,62 Kč | 6,75 Kč | 10,01 Kč | 10,87 Kč | 38,78 Kč | 52,85 Kč | 61,87 Kč | 79,90 Kč |
| Odezva | tento běh | 2,8 s | 4,8 s | 0,9 s | 5 s | 13,7 s | 0,7 s | 0,9 s | 2,2 s | 3,4 s | 1,7 s |