Raymond Bonnin
Text e-mailu (model dostal přesně tento text)
De: Raymond Bonnin <raymond.bonnin@tessier.example> À: support@mahe-da.example Date: mer. 29 octobre 2025 à 10:25 Objet: Question sur la facture Bonjour, Le montant de votre dernière facture est incorrect : vous nous avez facturé un article de plus que ce que nous avons reçu. Numéro de facture : F202505687. Le montant contesté s'élève à 481 €. Nous avons besoin d'une solution d'ici le 12 novembre. Avec nos remerciements, bien cordialement Raymond Bonnin Services généraux Tessier 7, rue Jeannine Letellier 53246 Rousset Tél. : +33 1 28 27 51 76 SIRET : 566 793 642 08888 TVA intracommunautaire : FR38566793642 Ce message et ses pièces jointes sont confidentiels et destinés exclusivement à leur destinataire.
Verdikt
Nejlevnější bez chyby: Qwen3.8 Flash za 9,86 Kč na 1000 dokladů.
- Claude Sonnet 5 je také bez chyby, ale 13,9× dražší.
- GPT-6 Luna je 2,6× levnější, ale: špatná hodnota (Nálada).
- Gemma 4 31B je 2,6× levnější, ale: špatná hodnota (Priorita).
- Mistral Small 4 je 2,4× levnější, ale: špatná hodnota (Priorita).
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 Luna8 / 9 polí | Gemma 4 31B7 / 9 polí | Mistral Small 47 / 9 polí | DeepSeek V4.1 Flash8 / 9 polí | Qwen3.8 Flash9 / 9 polí | Gemini 3.5 Flash Lite8 / 9 polí | Mistral Medium 3.57 / 9 polí | GPT-6 Sol9 / 9 polí | Gemini 3.8 Flash9 / 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 | normal (správně) | highšpatná hodnota | highšpatná hodnota | normal (správně) | normal (správně) | normal (správně) | highšpatná hodnota | normal (správně) | normal (správně) | normal (správně) |
| Nálada | neutral | negativešpatná hodnota | negativešpatná hodnota | negativešpatná hodnota | negativešpatná hodnota | neutral (správně) | negativešpatná hodnota | negativešpatná hodnota | neutral (správně) | neutral (správně) | neutral (správně) |
| Jméno zákazníka | Raymond Bonnin | Raymond Bonnin (správně) | Raymond Bonnin (správně) | Raymond Bonnin (správně) | Raymond Bonnin (správně) | Raymond Bonnin (správně) | Raymond Bonnin (správně) | Raymond Bonnin (správně) | Raymond Bonnin (správně) | Raymond Bonnin (správně) | Raymond Bonnin (správně) |
| Číslo objednávky | — | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) | — (správně) |
| Číslo dokladu | F202505687 | F202505687 (správně) | F202505687 (správně) | F202505687 (správně) | F202505687 (správně) | F202505687 (správně) | F202505687 (správně) | F202505687 (správně) | F202505687 (správně) | F202505687 (správně) | F202505687 (správně) |
| Částka | 481.00 | 481 (správně) | 481.00 (správně) | 481 (správně) | 481 (správně) | 481 (správně) | 481.00 (správně) | 481 (správně) | 481 (správně) | 481.00 (správně) | 481 (správně) |
| Měna | EUR | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) | EUR (správně) |
| Termín | 2025-11-12 | 2025-11-12 (správně) | 2025-11-12 (správně) | 2025-11-12 (správně) | 2025-11-12 (správně) | 2025-11-12 (správně) | 2025-11-12 (správně) | 2025-11-12 (správně) | 2025-11-12 (správně) | 2025-11-12 (správně) | 2025-11-12 (správně) |
| Tokeny | vstup / výstup | 934 / 141 | 892 / 105 | 842 / 84 | 1 151 / 359 | 1 193 / 750 | 880 / 104 | 842 / 84 | 934 / 99 | 880 / 679 | 1 257 / 344 |
| z toho skryté přemýšlení | plací se jako výstup | 80 | 0 | 0 | 303 | 646 | 0 | 0 | 38 | 613 | 224 |
| z toho z cache | vstup se slevou | 0 | 630 | 0 | 790 | 768 | 0 | 0 | 0 | 0 | 0 |
| Cena tohoto dokladu | tento běh | 0,0038 Kč | 0,0038 Kč | 0,0041 Kč | 0,0074 Kč | 0,0099 Kč | 0,0121 Kč | 0,0435 Kč | 0,0657 Kč | 0,0737 Kč | 0,1369 Kč |
| Za 1000 dokladů | při stejném typu dokladu | 3,77 Kč | 3,84 Kč | 4,06 Kč | 7,40 Kč | 9,86 Kč | 12,05 Kč | 43,54 Kč | 65,73 Kč | 73,74 Kč | 136,94 Kč |
| Odezva | tento běh | 2 s | 5,6 s | 1 s | 4,1 s | 14,2 s | 0,8 s | 1 s | 3,8 s | 3,6 s | 10,9 s |