ModelVerdict

Thomas Rodrigues

FrenchEmail9 fields

Document fr-p0023 · 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: Nathalie Robin <nathalie.robin@loiseau-barbe.example>
À: support@loiseau-barbe.example
Date: mer. 30 juillet 2025 à 10:34
Objet: Fwd: Annulation

Bonjour, je vous transfère l'e-mail d'un client, pouvez-vous y jeter un œil ?

Nathalie Robin

---------- Message transféré ----------
De: Thomas Rodrigues <thomas.rodrigues@vallet-gregoire.example>
À: support@loiseau-barbe.example
Date: mer. 30 juillet 2025 à 09:58
Objet: Annulation

Bonjour,

Nous souhaitons annuler notre commande, nous n'avons plus besoin de la marchandise. Il s'agit de la commande n° BC00047825.

Numéro de facture : F202506064. C'est tout à fait inacceptable et cela nous contrarie beaucoup.

Cordialement
Thomas Rodrigues
Vallet Grégoire et Fils

Verdict

Cheapest without an error: Mistral Small 4 at $0.09 per 1,000 documents.

  • Claude Sonnet 5 is also error-free but 57.3× more expensive.

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

FieldCorrect valueMistral Small 49 / 9 fieldsGPT-6 Luna9 / 9 fieldsGemma 4 31B9 / 9 fieldsDeepSeek V4.1 Flash9 / 9 fieldsQwen3.8 Flash9 / 9 fieldsGemini 3.5 Flash Lite9 / 9 fieldsMistral Medium 3.59 / 9 fieldsGemini 3.8 Flash9 / 9 fieldsGPT-6 Sol9 / 9 fieldsClaude Sonnet 59 / 9 fields
Categorycancellationcancellation (correct)cancellation (correct)cancellation (correct)cancellation (correct)cancellation (correct)cancellation (correct)cancellation (correct)cancellation (correct)cancellation (correct)cancellation (correct)
Prioritynormalnormal (correct)normal (correct)normal (correct)normal (correct)normal (correct)normal (correct)normal (correct)normal (correct)normal (correct)normal (correct)
Sentimentnegativenegative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)negative (correct)
Customer nameThomas RodriguesThomas Rodrigues (correct)Thomas Rodrigues (correct)Thomas Rodrigues (correct)Thomas Rodrigues (correct)Thomas Rodrigues (correct)Thomas Rodrigues (correct)Thomas Rodrigues (correct)Thomas Rodrigues (correct)Thomas Rodrigues (correct)Thomas Rodrigues (correct)
Order numberBC00047825BC00047825 (correct)BC00047825 (correct)BC00047825 (correct)BC00047825 (correct)BC00047825 (correct)BC00047825 (correct)BC00047825 (correct)BC00047825 (correct)BC00047825 (correct)BC00047825 (correct)
Invoice numberF202506064F202506064 (correct)F202506064 (correct)F202506064 (correct)F202506064 (correct)F202506064 (correct)F202506064 (correct)F202506064 (correct)F202506064 (correct)F202506064 (correct)F202506064 (correct)
Amount—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Currency—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Deadline—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Tokensinput / output819 / 77928 / 109882 / 971,144 / 2681,172 / 408870 / 96819 / 77870 / 409928 / 911,283 / 274
of which hidden reasoningbilled as output05102153110031333157
of which from cacheinput billed at a discount56606307907680502000
Cost of this documentthis run$0.0001$0.0001$0.0002$0.0003$0.0003$0.0005$0.0018$0.0022$0.0028$0.0053
Per 1,000 documentsfor the same kind of document$0.09$0.15$0.16$0.26$0.26$0.50$1.81$2.19$2.77$5.31
Latencythis run0.8 s2 s5.2 s4.4 s7.9 s0.7 s0.8 s2.2 s2.4 s12.4 s