Rolf-Peter Metz
Email text (the model received exactly this text)
Von: Rolf-Peter Metz <rolf-peter.metz@hethur.example> An: support@kruschwitz-wernecke.example Datum: Mo., 24. November 2025, 9:38 Betreff: Wo bleibt unsere Lieferung? Hallo, die bestellte Ware ist immer noch nicht bei uns angekommen, obwohl sie letzte Woche hätte geliefert werden sollen. Bestellnummer: 4500004049. Viele Grüße Rolf-Peter Metz Hethur
Verdict
No model extracted this document without errors. Closest: Gemma 4 31B (errors: 1).
Prompt given to every model
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.
How we score
Exact match per field after normalizing dates, amounts, and whitespace. Missing diacritics count as an error. Cost is the actual token spend of this run, converted at the rate shown in the footer.
What each model extracted
| Field | Correct value | Gemma 4 31B8 / 9 fields | GPT-6 Luna8 / 9 fields | Mistral Small 46 / 9 fields | Qwen3.8 Flash8 / 9 fields | DeepSeek V4.1 Flash8 / 9 fields | Claude Haiku 5.58 / 9 fields | Gemini 3.5 Flash Lite8 / 9 fields | GLM-5.3 Flash8 / 9 fields | Mistral Medium 3.57 / 9 fields | Gemini 3.8 Flash8 / 9 fields | GPT-6 Sol8 / 9 fields | Claude Sonnet 57 / 9 fields | Claude Sonnet 5.58 / 9 fields | Mistral Large 48 / 9 fields |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Category | delivery | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) | delivery (correct) |
| Priority | normal | normal (correct) | normal (correct) | highwrong value | normal (correct) | normal (correct) | normal (correct) | normal (correct) | normal (correct) | highwrong value | normal (correct) | normal (correct) | highwrong value | normal (correct) | normal (correct) |
| Sentiment | neutral | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value | negativewrong value |
| Customer name | Rolf-Peter Metz | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) | Rolf-Peter Metz (correct) |
| Order number | 4500004049 | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) | 4500004049 (correct) |
| Invoice number | — | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) |
| Amount | — | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) |
| Currency | — | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) |
| Deadline | — | — (correct) | — (correct) | 2025-12-01extra value | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) |
| Tokens | input / output | 709 / 70 | 788 / 113 | 694 / 79 | 1,001 / 382 | 1,012 / 266 | 1,252 / 255 | 697 / 89 | 699 / 437 | 694 / 69 | 697 / 333 | 788 / 94 | 1,250 / 110 | 1,252 / 111 | 855 / 2,748 |
| including hidden reasoning | billed as output | 0 | 56 | 0 | 292 | 214 | 144 | 0 | 370 | 0 | 244 | 37 | 0 | 0 | 2,905 |
| including cached input | input billed at a discount | 3 | 0 | 0 | 768 | 766 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
| Cost of this document | this run | $0.0001 | $0.0001 | $0.0002 | $0.0002 | $0.0002 | $0.0003 | $0.0004 | $0.0005 | $0.0016 | $0.0018 | $0.0025 | $0.0036 | $0.0036 | $0.0063 |
| Per 1,000 documents | for documents of this type | $0.13 | $0.14 | $0.15 | $0.23 | $0.24 | $0.25 | $0.43 | $0.49 | $1.56 | $1.77 | $2.52 | $3.60 | $3.61 | $6.32 |
| Latency | this run | 3.5 s | 2.4 s | 0.8 s | 7.2 s | 4.6 s | 1.7 s | 0.8 s | 3.6 s | 0.9 s | 3.9 s | 3.3 s | 1.6 s | 1.8 s | 37.6 s |