ModelVerdict

Albert Blanco

SpanishEmail9 fields

Document es-p0010 · layout signature · 9 fields · public part of the dataset · Same invoice in English (US) → · Report an error in this example

Email text (the model got exactly this text)

De: Albert Blanco <albert.blanco@familia-solsona.example>
Para: support@manufacturas-del.example
Fecha: jue., 17 de abril de 2025, 14:16
Asunto: No podemos iniciar sesión

Estimados señores:

Desde esta mañana no podemos iniciar sesión en su portal, la página muestra el error 500. Necesitamos una solución para mañana.

Atentamente,

Albert Blanco
Dirección de Operaciones
Familia Solsona S.L.
Acceso Marisa Jover, 76
41840 Sevilla
Tel.: +34 954 32 00 59
Inscrita en el Registro Mercantil de Sevilla, Tomo 37874, Folio 61, Hoja SE-120480
CIF: B16104614

Este mensaje y sus archivos adjuntos son confidenciales y van dirigidos exclusivamente a su destinatario.

Verdict

Cheapest without an error: Mistral Medium 3.5 at $1.70 per 1,000 documents.

  • Gemini 3.8 Flash is also error-free but 2.2× more expensive.
  • Mistral Small 4 is 19.9× cheaper, but: wrong value (Sentiment).
  • Gemma 4 31B is 12.2× cheaper, but: wrong value (Sentiment).
  • GPT-6 Luna is 11.3× cheaper, but: wrong value (Sentiment).

Prompt given to every model

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.

How we score

Exact match per field after normalising dates, amounts and whitespace. Missing diacritics count as an error. Cost is the real token spend of this run, converted at the rate shown in the footer.

What each model extracted

FieldCorrect valueMistral Small 48 / 9 fieldsGemma 4 31B8 / 9 fieldsGPT-6 Luna8 / 9 fieldsDeepSeek V4.1 Flash8 / 9 fieldsQwen3.8 Flash8 / 9 fieldsGemini 3.5 Flash Lite8 / 9 fieldsMistral Medium 3.59 / 9 fieldsGPT-6 Sol9 / 9 fieldsGemini 3.8 Flash9 / 9 fieldsClaude Sonnet 58 / 9 fields
Categorytechnicaltechnical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)technical (correct)
Priorityurgenturgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)
Sentimentneutral negativewrong value negativewrong value negativewrong value negativewrong value negativewrong value negativewrong valueneutral (correct)neutral (correct)neutral (correct) negativewrong value
Customer nameAlbert BlancoAlbert Blanco (correct)Albert Blanco (correct)Albert Blanco (correct)Albert Blanco (correct)Albert Blanco (correct)Albert Blanco (correct)Albert Blanco (correct)Albert Blanco (correct)Albert Blanco (correct)Albert Blanco (correct)
Order number—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Invoice number—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Amount—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Currency—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Deadline2025-04-182025-04-18 (correct)2025-04-18 (correct)2025-04-18 (correct)2025-04-18 (correct)2025-04-18 (correct)2025-04-18 (correct)2025-04-18 (correct)2025-04-18 (correct)2025-04-18 (correct)2025-04-18 (correct)
Tokensinput / output792 / 68806 / 67871 / 1261,099 / 2791,120 / 464794 / 87792 / 68871 / 127794 / 8331,200 / 183
of which hidden reasoningbilled as output0070228376007174774
of which from cacheinput billed at a discount550570076676800000
Cost of this documentthis run$0.0001$0.0001$0.0002$0.0003$0.0003$0.0005$0.0017$0.0030$0.0037$0.0042
Per 1,000 documentsfor the same kind of document$0.09$0.14$0.15$0.26$0.28$0.46$1.70$3.01$3.72$4.23
Latencythis run0.6 s2 s2.1 s4.3 s9.6 s0.8 s1.2 s4.5 s4.4 s3.5 s