Tristan Bonneau
Email text (the model got exactly this text)
De: Tristan Bonneau <tristan.bonneau@neveu.example> À: support@gillet.example Date: mar. 28 juillet 2026 à 15:47 Objet: Paiement Bonjour Madame, Monsieur, Le montant de votre dernière facture est incorrect : vous nous avez facturé un article de plus que ce que nous avons reçu. Le montant contesté s'élève à 63,27 EUR. Merci, c'est toujours un plaisir de travailler avec vous. Nous attendons votre réponse d'ici le 30/07/2026. Cordialement Tristan Bonneau Direction administrative Neveu avenue Édouard Daniel 30407 Saint Amélie Tél. : +33 3 48 17 47 80 RCS Toulouse 361 028 020 TVA intracommunautaire : FR17361028020 Ce message et ses pièces jointes sont confidentiels et destinés exclusivement à leur destinataire.
Verdict
Cheapest without an error: GPT-6 Luna at $0.20 per 1,000 documents.
- Claude Sonnet 5 is also error-free but 27.5× more expensive.
- Mistral Small 4 is 2.1× cheaper, but: wrong value (Sentiment).
Prompt given to every model
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.
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
| Field | Correct value | Mistral Small 48 / 9 fields | GPT-6 Luna9 / 9 fields | Qwen3.8 Flash8 / 9 fields | Gemini 3.5 Flash Lite8 / 9 fields | DeepSeek V4.1 Flash9 / 9 fields | Mistral Medium 3.58 / 9 fields | GPT-6 Sol9 / 9 fields | Gemini 3.8 Flash9 / 9 fields | Claude Sonnet 59 / 9 fields |
|---|---|---|---|---|---|---|---|---|---|---|
| Category | billing | billing (correct) | billing (correct) | billing (correct) | billing (correct) | billing (correct) | billing (correct) | billing (correct) | billing (correct) | billing (correct) |
| Priority | high | high (correct) | high (correct) | urgentwrong value | urgentwrong value | high (correct) | high (correct) | high (correct) | high (correct) | high (correct) |
| Sentiment | positive | neutralwrong value | positive (correct) | positive (correct) | positive (correct) | positive (correct) | neutralwrong value | positive (correct) | positive (correct) | positive (correct) |
| Customer name | Tristan Bonneau | Tristan Bonneau (correct) | Tristan Bonneau (correct) | Tristan Bonneau (correct) | Tristan Bonneau (correct) | Tristan Bonneau (correct) | Tristan Bonneau (correct) | Tristan Bonneau (correct) | Tristan Bonneau (correct) | Tristan Bonneau (correct) |
| Order number | — | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) |
| Invoice number | — | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) | — (correct) |
| Amount | 63.27 | 63.27 (correct) | 63.27 (correct) | 63.27 (correct) | 63.27 (correct) | 63.27 (correct) | 63.27 (correct) | 63.27 (correct) | 63.27 (correct) | 63.27 (correct) |
| Currency | EUR | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) |
| Deadline | 2026-07-30 | 2026-07-30 (correct) | 2026-07-30 (correct) | 2026-07-30 (correct) | 2026-07-30 (correct) | 2026-07-30 (correct) | 2026-07-30 (correct) | 2026-07-30 (correct) | 2026-07-30 (correct) | 2026-07-30 (correct) |
| Tokens | input / output | 828 / 77 | 926 / 206 | 1,179 / 637 | 869 / 95 | 1,140 / 1,071 | 828 / 77 | 926 / 109 | 869 / 679 | 1,266 / 285 |
| of which hidden reasoning | billed as output | 0 | 146 | 541 | 0 | 1,015 | 0 | 49 | 584 | 169 |
| of which from cache | input billed at a discount | 566 | 0 | 768 | 0 | 790 | 0 | 0 | 0 | 0 |
| Cost of this document | this run | $0.0001 | $0.0002 | $0.0004 | $0.0005 | $0.0008 | $0.0018 | $0.0029 | $0.0032 | $0.0054 |
| Per 1,000 documents | for the same kind of document | $0.09 | $0.20 | $0.37 | $0.50 | $0.79 | $1.82 | $2.94 | $3.20 | $5.38 |
| Latency | this run | 0.9 s | 2.7 s | 11.7 s | 0.9 s | 14.1 s | 0.8 s | 3.3 s | 3 s | 5 s |