ModelVerdict

Santiago Manzano

SpanishEmail9 fields

Document es-p0019 · layout forwarded · 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: Felipa Díez <felipa.diez@compania-sz.example>
Para: support@compania-sz.example
Fecha: jue., 16 de abril de 2026, 10:58
Asunto: Fwd: Error en la facturación

Os lo reenvío, es cosa vuestra. Gracias.

Felipa Díez

---------- Mensaje reenviado ----------
De: Santiago Manzano <santiago.manzano@hotel-jover.example>
Para: support@compania-sz.example
Fecha: jue., 16 de abril de 2026, 9:40
Asunto: Error en la facturación

Estimados señores:

En su última factura el importe no es correcto, nos han cobrado una partida más de las que hemos recibido. Número de pedido: PED-2026-03744.

Número de factura: F105467. Se trata de un importe de 25 EUR. Esto es totalmente inaceptable y nos molesta mucho. Si no se resuelve, nos veremos obligados a poner el asunto en manos de nuestro abogado. Necesitamos una solución para mañana.

Atentamente,
Santiago Manzano
Hotel Jover & Asociados S.A.

Verdict

Cheapest without an error: Mistral Small 4 at $0.11 per 1,000 documents.

  • Claude Sonnet 5 is also error-free but 49.4× more expensive.

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 49 / 9 fieldsGemma 4 31B9 / 9 fieldsGPT-6 Luna9 / 9 fieldsDeepSeek V4.1 Flash9 / 9 fieldsGemini 3.5 Flash Lite8 / 9 fieldsQwen3.8 Flash9 / 9 fieldsMistral Medium 3.59 / 9 fieldsGPT-6 Sol9 / 9 fieldsGemini 3.8 Flash9 / 9 fieldsClaude Sonnet 59 / 9 fields
Categorybillingbilling (correct)billing (correct)billing (correct)billing (correct)billing (correct)billing (correct)billing (correct)billing (correct)billing (correct)billing (correct)
Priorityurgenturgent (correct)urgent (correct)urgent (correct)urgent (correct) highwrong valueurgent (correct)urgent (correct)urgent (correct)urgent (correct)urgent (correct)
Sentimentnegativenegative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)
Customer nameSantiago ManzanoSantiago Manzano (correct)Santiago Manzano (correct)Santiago Manzano (correct)Santiago Manzano (correct)Santiago Manzano (correct)Santiago Manzano (correct)Santiago Manzano (correct)Santiago Manzano (correct)Santiago Manzano (correct)Santiago Manzano (correct)
Order numberPED-2026-03744PED-2026-03744 (correct)PED-2026-03744 (correct)PED-2026-03744 (correct)PED-2026-03744 (correct)PED-2026-03744 (correct)PED-2026-03744 (correct)PED-2026-03744 (correct)PED-2026-03744 (correct)PED-2026-03744 (correct)PED-2026-03744 (correct)
Invoice numberF105467F105467 (correct)F105467 (correct)F105467 (correct)F105467 (correct)F105467 (correct)F105467 (correct)F105467 (correct)F105467 (correct)F105467 (correct)F105467 (correct)
Amount25.0025 (correct)25.00 (correct)25 (correct)25 (correct)25 (correct)25.00 (correct)25 (correct)25.00 (correct)25 (correct)25 (correct)
CurrencyEUREUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)
Deadline2026-04-172026-04-17 (correct)2026-04-17 (correct)2026-04-17 (correct)2026-04-17 (correct)2026-04-17 (correct)2026-04-17 (correct)2026-04-17 (correct)2026-04-17 (correct)2026-04-17 (correct)2026-04-17 (correct)
Tokensinput / output859 / 95862 / 92935 / 1721,173 / 220850 / 1101,176 / 1,015859 / 95935 / 101850 / 7711,284 / 294
of which hidden reasoningbilled as output001061570901033699169
of which from cacheinput billed at a discount550570076607680000
Cost of this documentthis run$0.0001$0.0002$0.0002$0.0002$0.0005$0.0006$0.0020$0.0029$0.0035$0.0055
Per 1,000 documentsfor the same kind of document$0.11$0.16$0.18$0.24$0.53$0.55$2.00$2.88$3.53$5.51
Latencythis run0.9 s2.3 s2.7 s3.8 s0.9 s15.4 s1.1 s3.6 s3.5 s12.2 s