Wie GPT-6 Luna von OpenAI mit realistischen Geschäftsdokumenten umgeht: Genauigkeit, echte Kosten, Tempo und wo es Fehler macht.
Listenpreis: 0,09 € pro 1 Mio. Eingabe-Tokens, 0,46 € pro 1 Mio. Ausgabe-Tokens · openai/gpt-6-luna
Ergebnisse
Aufgabe · Dokumente
Rang
Richtige FelderDie Schwelle: der Anteil richtiger Felder, unterhalb dessen manuelle Korrekturen mehr kosten, als ein günstigeres Modell spart. Die schwarze Markierung im Balken zeigt sie.
Pro 1.000 Dokumente
Zu korrigieren / 1.000Wie viele von 1.000 Dokumenten mindestens ein falsches Feld haben und geprüft und korrigiert werden müssen.
Was wir abfragen: Die Registernummer des Unternehmens (Handelsregister, tschechisch IČO, US-EIN …). Nicht die USt-IdNr. (tschechisch DIČ). Fehlt sie im Dokument, muss das Feld leer bleiben.
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Rechnungsdatum98,67 %
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
USt-IdNr.99,33 %
Was wir abfragen: Die USt-IdNr. des Lieferanten (tschechisch DIČ). Nicht die Handelsregisternummer.
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Fehlerarten (Anzahl Felder)
falscher Wert13
fehlendes Feld2
Was die Fehlerarten bedeuten
falscher Wert
Das Modell hat einen anderen als den richtigen Wert angegeben.
fehlendes Feld
Der Wert steht im Dokument, aber das Modell hat das Feld leer gelassen.
Rechnungsextraktion · Englisch (USA)
Schwächste Felder
Zahlungsreferenz98,00 %
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Rechnungsnummer99,33 %
Fehler in diesem Feld: 1 von 40 Beispieldokumenten. Zum Beispiel:
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Fehlerarten (Anzahl Felder)
zusätzlicher Wert3
falscher Wert2
Was die Fehlerarten bedeuten
zusätzlicher Wert
Das Modell hat etwas eingetragen, das nicht hingehört: Das Feld hätte leer bleiben müssen (die Angabe fehlt im Dokument), oder es hat einen Wert zu viel angegeben, z. B. einen abgelehnten Vorschlag in der Zusammenfassung.
falscher Wert
Das Modell hat einen anderen als den richtigen Wert angegeben.
Rechnungsextraktion · Tschechisch
Schwächste Felder
Lieferant95,33 %
Fehler in diesem Feld: 4 von 40 Beispieldokumenten. Zum Beispiel:
Was wir abfragen: Die Registernummer des Unternehmens (Handelsregister, tschechisch IČO, US-EIN …). Nicht die USt-IdNr. (tschechisch DIČ). Fehlt sie im Dokument, muss das Feld leer bleiben.
Fehler in diesem Feld: 1 von 40 Beispieldokumenten. Zum Beispiel:
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Lieferant99,33 %
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Fehlerarten (Anzahl Felder)
falscher Wert12
zusätzlicher Wert5
Was die Fehlerarten bedeuten
falscher Wert
Das Modell hat einen anderen als den richtigen Wert angegeben.
zusätzlicher Wert
Das Modell hat etwas eingetragen, das nicht hingehört: Das Feld hätte leer bleiben müssen (die Angabe fehlt im Dokument), oder es hat einen Wert zu viel angegeben, z. B. einen abgelehnten Vorschlag in der Zusammenfassung.
Rechnungsextraktion · Französisch
Schwächste Felder
Bankverbindung91,33 %
Fehler in diesem Feld: 5 von 40 Beispieldokumenten. Zum Beispiel:
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Lieferanten-ID (EIN, IČO…)99,33 %
Was wir abfragen: Die Registernummer des Unternehmens (Handelsregister, tschechisch IČO, US-EIN …). Nicht die USt-IdNr. (tschechisch DIČ). Fehlt sie im Dokument, muss das Feld leer bleiben.
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Fehlerarten (Anzahl Felder)
falscher Wert18
Was die Fehlerarten bedeuten
falscher Wert
Das Modell hat einen anderen als den richtigen Wert angegeben.
Erkennung personenbezogener Daten · Deutsch
Schwächste Felder
Adressen97,33 %
Fehler in diesem Feld: 1 von 40 Beispieldokumenten. Zum Beispiel:
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Fehlerarten (Anzahl Felder)
zusätzlicher Wert2
fehlendes Feld2
Was die Fehlerarten bedeuten
zusätzlicher Wert
Das Modell hat etwas eingetragen, das nicht hingehört: Das Feld hätte leer bleiben müssen (die Angabe fehlt im Dokument), oder es hat einen Wert zu viel angegeben, z. B. einen abgelehnten Vorschlag in der Zusammenfassung.
fehlendes Feld
Der Wert steht im Dokument, aber das Modell hat das Feld leer gelassen.
Erkennung personenbezogener Daten · Tschechisch
Schwächste Felder
Adressen97,33 %
Fehler in diesem Feld: 1 von 40 Beispieldokumenten. Zum Beispiel:
Der Wert steht im Dokument, aber das Modell hat das Feld leer gelassen.
Erkennung personenbezogener Daten · Spanisch
Schwächste Felder
Adressen98,67 %
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Namen99,33 %
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Fehlerarten (Anzahl Felder)
fehlendes Feld2
zusätzlicher Wert1
Was die Fehlerarten bedeuten
fehlendes Feld
Der Wert steht im Dokument, aber das Modell hat das Feld leer gelassen.
zusätzlicher Wert
Das Modell hat etwas eingetragen, das nicht hingehört: Das Feld hätte leer bleiben müssen (die Angabe fehlt im Dokument), oder es hat einen Wert zu viel angegeben, z. B. einen abgelehnten Vorschlag in der Zusammenfassung.
Erkennung personenbezogener Daten · Französisch
Schwächste Felder
Namen98,00 %
Fehler in diesem Feld: 1 von 40 Beispieldokumenten. Zum Beispiel:
In den 40 Beispieldokumenten fehlerfrei; die Fehler liegen im nicht öffentlichen Teil des Datensatzes.
Fehlerarten (Anzahl Felder)
zusätzlicher Wert3
fehlendes Feld1
Was die Fehlerarten bedeuten
zusätzlicher Wert
Das Modell hat etwas eingetragen, das nicht hingehört: Das Feld hätte leer bleiben müssen (die Angabe fehlt im Dokument), oder es hat einen Wert zu viel angegeben, z. B. einen abgelehnten Vorschlag in der Zusammenfassung.
fehlendes Feld
Der Wert steht im Dokument, aber das Modell hat das Feld leer gelassen.
Fragen zu einem Dokument · Deutsch
Schwächste Felder
Frage 296,00 %
Fehler in diesem Feld: 1 von 40 Beispieldokumenten. Zum Beispiel:
Exakt die Benchmark-Anfrage (gleicher Prompt, JSON-Schema, Temperatur 0), fertig zum Aufruf von GPT-6 Luna über OpenRouter.
Vertragsklauseln · Deutsch
Python · httpx · OpenRouter
import json
import os
import httpx
PROMPT = "Extrahieren Sie die wesentlichen Bedingungen des nachstehenden Vertrages und geben Sie nur JSON mit diesen Schlüsseln zurück:\n\nprovider_name die leistende Partei (Auftragnehmer, Verkäufer, Vermieter, Lizenzgeber),\n genau wie angegeben, einschließlich der Rechtsform\nprovider_id Registernummer dieser Partei (z. B. Handelsregisternummer), sofern angegeben\nclient_name die zahlende Partei (Auftraggeber, Käufer, Mieter, Lizenznehmer)\nclient_id Registernummer dieser Partei, sofern angegeben\ncontract_type einer der Werte: services, supply, lease, license, maintenance\nprice vereinbarter Preis ohne Umsatzsteuer (Zahl)\ncurrency Währungscode nach ISO 4217 (EUR, CHF, USD, …)\nprice_period einer der Werte: one_time, monthly, yearly\neffective_date Datum des Inkrafttretens des Vertrages (YYYY-MM-DD)\nend_date Ende einer festen Laufzeit (YYYY-MM-DD); null, wenn der Vertrag auf\n unbestimmte Zeit geschlossen ist\nnotice_period_months Kündigungsfrist in Monaten (Zahl); null, wenn es keine gibt\npenalty_pct_per_day Vertragsstrafe für Zahlungsverzug in Prozent des offenen Betrags pro Tag\n (z. B. 0.05 für 0,05 %); null, wenn es keine gibt\ngoverning_law Ländercode des anwendbaren Rechts nach ISO 3166 (z. B. DE); US-Bundesstaaten\n als US-XX\n\nRegeln:\n- Relative Daten („mit Unterzeichnung“, „zum Ersten des folgenden Monats“) bezogen auf das\n Datum der Unterzeichnung umrechnen.\n- Das Datum der Unterzeichnung ist nicht das Datum des Inkrafttretens, sofern der Vertrag dies\n nicht ausdrücklich bestimmt.\n- Anzahlung, Kaution und feste Vertragsstrafen für andere Verstöße sind weder der Preis noch die\n Vertragsstrafe für Zahlungsverzug.\n- Steht ein Wert nicht im Vertrag, null zurückgeben. Nicht raten.\n- Beträge als Zahlen mit Dezimalpunkt, ohne Tausendertrennzeichen und ohne Währungssymbol.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"provider_name\":{\"type\":[\"string\",\"null\"]},\"provider_id\":{\"type\":[\"string\",\"null\"]},\"client_name\":{\"type\":[\"string\",\"null\"]},\"client_id\":{\"type\":[\"string\",\"null\"]},\"contract_type\":{\"type\":[\"string\",\"null\"],\"enum\":[\"services\",\"supply\",\"lease\",\"license\",\"maintenance\",null]},\"price\":{\"type\":[\"number\",\"null\"]},\"currency\":{\"type\":[\"string\",\"null\"]},\"price_period\":{\"type\":[\"string\",\"null\"],\"enum\":[\"one_time\",\"monthly\",\"yearly\",null]},\"effective_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"end_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"notice_period_months\":{\"type\":[\"integer\",\"null\"]},\"penalty_pct_per_day\":{\"type\":[\"number\",\"null\"]},\"governing_law\":{\"type\":[\"string\",\"null\"]}},\"required\":[\"provider_name\",\"provider_id\",\"client_name\",\"client_id\",\"contract_type\",\"price\",\"currency\",\"price_period\",\"effective_date\",\"end_date\",\"notice_period_months\",\"penalty_pct_per_day\",\"governing_law\"],\"additionalProperties\":false}")
def run(document_text: str) -> dict:
"""Text of the document in, the extracted fields as a dict out."""
response = httpx.post(
"https://openrouter.ai/api/v1/chat/completions",
headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
json={
"model": "openai/gpt-6-luna",
"temperature": 0,
"messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
# For a scan or photo, send [{"type": "text", "text": PROMPT},
# {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
"response_format": {
"type": "json_schema",
"json_schema": {"name": "contracts", "strict": False, "schema": SCHEMA},
},
},
timeout=120,
)
response.raise_for_status()
return json.loads(response.json()["choices"][0]["message"]["content"])
E-Mail-Triage · Deutsch
Python · httpx · OpenRouter
import json
import os
import httpx
PROMPT = "Sie sortieren E-Mails des Kundensupports. Lesen Sie die E-Mail unten und geben Sie nur JSON mit diesen Schlüsseln zurück:\n\ncategory einer der Werte: billing (Rechnungen, Zahlungen, Abrechnung), delivery (wo ist die Bestellung,\n Versand, Adressänderung), complaint (beschädigte, falsche oder defekte Ware, Reklamation),\n technical (Anmeldung, Fehler in Anwendung oder System, Schnittstellen), cancellation (Stornierung\n einer Bestellung, Kündigung eines Vertrags oder Abonnements), sales (Anfrage, Preise, Interesse vor dem Kauf)\npriority einer der Werte: urgent, high, normal, low (Regeln unten)\nsentiment einer der Werte: positive, neutral, negative (Ton des Kunden)\ncustomer_name vollständiger Name des Kunden, der die Anfrage geschrieben hat\norder_number Bestellnummer des Kunden, falls angegeben\ninvoice_number Rechnungsnummer, falls angegeben\namount Betrag, um den es in der Anfrage geht (Zahl)\ncurrency Währungscode dieses Betrags nach ISO 4217 (EUR, CZK, USD, …)\ndeadline Datum, bis zu dem der Kunde eine Lösung oder Antwort wünscht (YYYY-MM-DD)\n\nRegeln für die Priorität:\n- urgent: der Kunde kann gerade nicht arbeiten, oder die Frist liegt höchstens 1 Tag nach dem Datum der E-Mail\n- high: die Frist liegt höchstens 7 Tage nach dem Datum der E-Mail, oder der Kunde droht mit dem Ende\n der Zusammenarbeit oder einer Eskalation (Anwalt)\n- low: der Kunde schreibt ausdrücklich, dass es nicht eilt\n- normal: alles andere\n\nRegeln:\n- Verlauf: bewerten Sie die neueste Nachricht; Bestell- und Rechnungsnummern sowie Beträge können aus\n zitierten älteren Nachrichten stammen. Weitergeleitete E-Mail: Kunde ist der ursprüngliche Absender,\n nicht der Kollege, der sie weitergeleitet hat.\n- Relative Fristen („bis Freitag“, „bis morgen“, „bis Ende des Monats“) rechnen Sie ausgehend vom Datum\n der Nachricht um, in der sie stehen.\n- Ticketnummern des Supports, Handelsregisternummern, USt-IdNr. und Telefonnummern sind keine\n Bestell- oder Rechnungsnummern.\n- Steht ein Wert nicht in der E-Mail, geben Sie null zurück. Raten Sie nicht.\n- Beträge als Zahlen mit Dezimalpunkt, ohne Tausendertrennzeichen und ohne Währungssymbol.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"category\":{\"type\":[\"string\",\"null\"],\"enum\":[\"billing\",\"delivery\",\"complaint\",\"technical\",\"cancellation\",\"sales\",null]},\"priority\":{\"type\":[\"string\",\"null\"],\"enum\":[\"urgent\",\"high\",\"normal\",\"low\",null]},\"sentiment\":{\"type\":[\"string\",\"null\"],\"enum\":[\"positive\",\"neutral\",\"negative\",null]},\"customer_name\":{\"type\":[\"string\",\"null\"]},\"order_number\":{\"type\":[\"string\",\"null\"]},\"invoice_number\":{\"type\":[\"string\",\"null\"]},\"amount\":{\"type\":[\"number\",\"null\"]},\"currency\":{\"type\":[\"string\",\"null\"]},\"deadline\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"}},\"required\":[\"category\",\"priority\",\"sentiment\",\"customer_name\",\"order_number\",\"invoice_number\",\"amount\",\"currency\",\"deadline\"],\"additionalProperties\":false}")
def run(document_text: str) -> dict:
"""Text of the document in, the extracted fields as a dict out."""
response = httpx.post(
"https://openrouter.ai/api/v1/chat/completions",
headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
json={
"model": "openai/gpt-6-luna",
"temperature": 0,
"messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
# For a scan or photo, send [{"type": "text", "text": PROMPT},
# {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
"response_format": {
"type": "json_schema",
"json_schema": {"name": "emails", "strict": False, "schema": SCHEMA},
},
},
timeout=120,
)
response.raise_for_status()
return json.loads(response.json()["choices"][0]["message"]["content"])
Rechnungsextraktion · Deutsch
Python · httpx · OpenRouter
import json
import os
import httpx
PROMPT = "Entnimm dem beigefügten Beleg die folgenden Angaben und gib ausschließlich JSON mit diesen Schlüsseln zurück:\n\nsupplier_name Name des Rechnungsstellers (genau wie auf dem Beleg, einschließlich Umlauten und Rechtsform)\nsupplier_id Steuernummer des Rechnungsstellers (nicht die USt-IdNr. und nicht die Handelsregisternummer)\nvat_id Umsatzsteuer-Identifikationsnummer (USt-IdNr.) des Rechnungsstellers\ninvoice_number Belegnummer\npayment_reference Verwendungszweck, der bei der Zahlung anzugeben ist\nissue_date Rechnungsdatum (YYYY-MM-DD)\ntax_point_date Liefer- bzw. Leistungsdatum (YYYY-MM-DD)\ndue_date Fälligkeitsdatum bzw. „zahlbar bis“ (YYYY-MM-DD)\nnet_by_rate Nettobetrag nach Umsatzsteuersätzen, z. B. {\"19\": 18450.00, \"7\": 1200.00}\nvat_by_rate Umsatzsteuer nach Sätzen, z. B. {\"19\": 3505.50}\ntotal Gesamtbetrag / Zahlbetrag (Zahl, bei Gutschriften negativ)\ncurrency Währung nach ISO 4217 (EUR, CHF, …)\nbank_account IBAN des Rechnungsstellers\n\nRegeln:\n- Gib keine Angaben des Rechnungsempfängers zurück, nur die des Rechnungsstellers.\n- Steht eine Angabe nicht auf dem Beleg, gib null zurück. Erfinde nichts.\n- Enthält der Beleg keine Aufschlüsselung der Umsatzsteuer (Kleinunternehmer, Anzahlungsanforderung), gib net_by_rate und vat_by_rate als null zurück.\n- Beträge als Zahlen mit Dezimalpunkt, ohne Tausendertrennzeichen und ohne Währung.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"supplier_name\":{\"type\":[\"string\",\"null\"]},\"supplier_id\":{\"type\":[\"string\",\"null\"]},\"vat_id\":{\"type\":[\"string\",\"null\"]},\"invoice_number\":{\"type\":[\"string\",\"null\"]},\"payment_reference\":{\"type\":[\"string\",\"null\"]},\"issue_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"tax_point_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"due_date\":{\"type\":[\"string\",\"null\"],\"description\":\"YYYY-MM-DD\"},\"net_by_rate\":{\"type\":[\"object\",\"null\"],\"additionalProperties\":{\"type\":\"number\"}},\"vat_by_rate\":{\"type\":[\"object\",\"null\"],\"additionalProperties\":{\"type\":\"number\"}},\"total\":{\"type\":[\"number\",\"null\"]},\"currency\":{\"type\":[\"string\",\"null\"]},\"bank_account\":{\"type\":[\"string\",\"null\"]}},\"required\":[\"supplier_name\",\"supplier_id\",\"vat_id\",\"invoice_number\",\"payment_reference\",\"issue_date\",\"tax_point_date\",\"due_date\",\"net_by_rate\",\"vat_by_rate\",\"total\",\"currency\",\"bank_account\"],\"additionalProperties\":false}")
def run(document_text: str) -> dict:
"""Text of the document in, the extracted fields as a dict out."""
response = httpx.post(
"https://openrouter.ai/api/v1/chat/completions",
headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
json={
"model": "openai/gpt-6-luna",
"temperature": 0,
"messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
# For a scan or photo, send [{"type": "text", "text": PROMPT},
# {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
"response_format": {
"type": "json_schema",
"json_schema": {"name": "invoices", "strict": False, "schema": SCHEMA},
},
},
timeout=120,
)
response.raise_for_status()
return json.loads(response.json()["choices"][0]["message"]["content"])
Erkennung personenbezogener Daten · Deutsch
Python · httpx · OpenRouter
import json
import os
import httpx
PROMPT = "Finden Sie im Text unten alle personenbezogenen Daten natürlicher Personen (zur Anonymisierung) und geben Sie nur JSON\nmit diesen Schlüsseln zurück, jeweils als Liste von Zeichenketten (eine leere Liste, wenn es keine gibt):\n\nperson_names vollständige Namen von Personen, jede Person einmal, wie im Text geschrieben\nemail_addresses E-Mail-Adressen von Personen\nphone_numbers Telefonnummern von Personen, wie im Text geschrieben\npostal_addresses Wohn- oder Lieferadressen von Personen, wie im Text geschrieben (Straße, Ort, PLZ)\nbirth_dates Geburtsdaten (YYYY-MM-DD)\nnational_ids nationale Identifikationsnummern (z. B. Steuer-ID, Sozialversicherungsnummer)\nbank_accounts Bankkontonummern (IBAN) von Personen, wie im Text geschrieben\n\nRegeln:\n- Nur Daten natürlicher Personen. Firmennamen, Handelsregisternummern, USt-IdNr. und andere Nummern von\n Firmen, allgemeine Firmenadressen wie info@ oder support@, Bestell- und Ticketnummern sind keine\n personenbezogenen Daten: lassen Sie sie weg.\n- Daten, die kein Geburtsdatum sind (Besprechungen, Lieferungen, Eintritt), sind keine personenbezogenen Daten.\n- Erfinden oder ergänzen Sie keine Werte; übernehmen Sie sie aus dem Text.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"person_names\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"email_addresses\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"phone_numbers\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"postal_addresses\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"birth_dates\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"national_ids\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}},\"bank_accounts\":{\"type\":[\"array\",\"null\"],\"items\":{\"type\":\"string\"}}},\"required\":[\"person_names\",\"email_addresses\",\"phone_numbers\",\"postal_addresses\",\"birth_dates\",\"national_ids\",\"bank_accounts\"],\"additionalProperties\":false}")
def run(document_text: str) -> dict:
"""Text of the document in, the extracted fields as a dict out."""
response = httpx.post(
"https://openrouter.ai/api/v1/chat/completions",
headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
json={
"model": "openai/gpt-6-luna",
"temperature": 0,
"messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
# For a scan or photo, send [{"type": "text", "text": PROMPT},
# {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
"response_format": {
"type": "json_schema",
"json_schema": {"name": "pii", "strict": False, "schema": SCHEMA},
},
},
timeout=120,
)
response.raise_for_status()
return json.loads(response.json()["choices"][0]["message"]["content"])
Fragen zu einem Dokument · Deutsch
Python · httpx · OpenRouter
import json
import os
import httpx
PROMPT = "Sie beantworten Fragen zu einem Geschäftsdokument. Unter dem Dokument stehen sechs nummerierte\nFragen. Beantworten Sie jede Frage ausschließlich anhand des Dokumenttextes und geben Sie nur JSON\nmit den Schlüsseln q1 bis q6 zurück (q1 = Antwort auf Frage 1 usw.).\n\nRegeln:\n- Jede Frage nennt in Klammern die Einheit oder das Format der Antwort. Antworten Sie in dieser\n Einheit.\n- Anzahlen (Tage, Monate, Stunden) und Prozentsätze als Zahl ohne Einheit und ohne %-Zeichen,\n z. B. \"14\" oder \"0.05\".\n- Beträge als Zahl mit Dezimalpunkt, ohne Tausendertrennzeichen und ohne Währungssymbol,\n z. B. \"1500.00\".\n- Datumsangaben im Format YYYY-MM-DD.\n- Zeiträume im 24-Stunden-Format HH:MM-HH:MM, z. B. \"08:00-17:00\".\n- E-Mail-Adressen genau so, wie sie im Dokument stehen.\n- Enthält das Dokument die Antwort auf eine Frage nicht, geben Sie null zurück. Raten Sie nicht und\n ergänzen Sie keine Angaben, die nicht im Dokument stehen.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"q1\":{\"type\":[\"string\",\"null\"]},\"q2\":{\"type\":[\"string\",\"null\"]},\"q3\":{\"type\":[\"string\",\"null\"]},\"q4\":{\"type\":[\"string\",\"null\"]},\"q5\":{\"type\":[\"string\",\"null\"]},\"q6\":{\"type\":[\"string\",\"null\"]}},\"required\":[\"q1\",\"q2\",\"q3\",\"q4\",\"q5\",\"q6\"],\"additionalProperties\":false}")
def run(document_text: str) -> dict:
"""Text of the document in, the extracted fields as a dict out."""
response = httpx.post(
"https://openrouter.ai/api/v1/chat/completions",
headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
json={
"model": "openai/gpt-6-luna",
"temperature": 0,
"messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
# For a scan or photo, send [{"type": "text", "text": PROMPT},
# {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
"response_format": {
"type": "json_schema",
"json_schema": {"name": "qa", "strict": False, "schema": SCHEMA},
},
},
timeout=120,
)
response.raise_for_status()
return json.loads(response.json()["choices"][0]["message"]["content"])
Zusammenfassungen · Deutsch
Python · httpx · OpenRouter
import json
import os
import httpx
PROMPT = "Fassen Sie das unten stehende Dokument (Besprechungsprotokoll, Projektstatusbericht oder\nE-Mail-Verlauf) in höchstens 80 Wörtern zusammen.\n\nRegeln:\n- Nennen Sie alle endgültigen Entscheidungen: die genehmigten Beträge, die geltenden Termine und\n die für die Aufgaben verantwortlichen Personen (mit vollem Namen).\n- Erwähnen Sie keine abgelehnten Vorschläge und deren Beträge und keine Termine, die geändert\n wurden (die ursprünglichen Termine); nennen Sie nur die geltenden Termine.\n- Übernehmen Sie Beträge und Daten genau wie im Dokument, runden Sie sie nicht.\n- Schreiben Sie in der Sprache des Dokuments, sachlich und in formellem Stil, als Fließtext ohne\n Überschriften.\n- Geben Sie nur JSON in der Form {\"summary\": \"…\"} zurück.\n"
SCHEMA = json.loads("{\"type\":\"object\",\"properties\":{\"summary\":{\"type\":\"string\"}},\"required\":[\"summary\"],\"additionalProperties\":false}")
def run(document_text: str) -> dict:
"""Text of the document in, the extracted fields as a dict out."""
response = httpx.post(
"https://openrouter.ai/api/v1/chat/completions",
headers={"Authorization": f"Bearer {os.environ['OPENROUTER_API_KEY']}"},
json={
"model": "openai/gpt-6-luna",
"temperature": 0,
"messages": [{"role": "user", "content": f"{PROMPT}\n\n---\n{document_text}"}],
# For a scan or photo, send [{"type": "text", "text": PROMPT},
# {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}] instead.
"response_format": {
"type": "json_schema",
"json_schema": {"name": "summaries", "strict": False, "schema": SCHEMA},
},
},
timeout=120,
)
response.raise_for_status()
return json.loads(response.json()["choices"][0]["message"]["content"])
Kostenlos nach Anmeldung
Fertiger Prompt und JSON-Schema für dieses Modell, sofort einsetzbar.
Nur E-Mail, kein Passwort.
Badge
Binden Sie das aktuelle Ergebnis auf Ihrer Website ein; das Badge aktualisiert sich mit jedem Lauf.
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/contracts-de.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/contracts-en.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/contracts-cs.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/contracts-es.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/contracts-fr.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/emails-de.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/emails-en.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/emails-cs.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/emails-es.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/emails-fr.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/invoices-de.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/invoices-en.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/invoices-cs.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/invoices-es.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/invoices-fr.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/pii-de.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/pii-en.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/pii-cs.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/pii-es.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/pii-fr.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/qa-de.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/qa-en.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/qa-cs.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/qa-es.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/qa-fr.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/summaries-de.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/summaries-en.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/summaries-cs.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/summaries-es.svg" alt="GPT-6 Luna on ModelVerdict"></a>
<a href="https://modelverdict.ai/de/models/gpt-6-luna/"><img src="https://modelverdict.ai/badge/gpt-6-luna/summaries-fr.svg" alt="GPT-6 Luna on ModelVerdict"></a>
Die Ausgaben aller Modelle zu diesem Dokument, Feld für Feld. Die ersten drei Beispiele jeder Aufgabe sind frei.Wo genau das Modell Fehler macht: die schwächsten Felder und konkrete falsche Antworten.Genauigkeit pro Feld und die Dokumente, bei denen sich die Modelle unterscheiden.Fertiger Prompt und JSON-Schema für dieses Modell, sofort einsetzbar.Alle Ergebnisse als CSV und JSON herunterladen.Melden Sie sich per E-Mail ohne Passwort an und schalten Sie alle Details frei: Modellfehler, alle Beispiele, Code und Datendownloads.