Benoît Maurice
Email text (the model got exactly this text)
De: Benoît Maurice <benoit.maurice@da-silva.example> À: support@mathieu.example Date: jeu. 27 février 2025 à 10:33 Objet: Intérêt pour une collaboration Madame, Monsieur, Nous aimerions savoir si vous accordez des remises sur quantité à partir de 100 unités. Nous prévoyons un montant d'environ 993 €. Nous sommes vraiment déçus, c'est déjà la troisième fois que nous vous écrivons à ce sujet. Nous avons besoin d'une solution d'ici le 15 mars. Avec nos remerciements, bien cordialement Benoît Maurice Da Silva
Verdict
Cheapest without an error: Gemma 4 31B at $0.15 per 1,000 documents.
- Claude Sonnet 5 is also error-free but 36.9× more expensive.
- Mistral Small 4 is 1.9× cheaper, but: wrong value (Priority).
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 | Gemma 4 31B9 / 9 fields | GPT-6 Luna9 / 9 fields | Gemini 3.5 Flash Lite8 / 9 fields | Qwen3.8 Flash9 / 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 | sales | sales (correct) | sales (correct) | sales (correct) | sales (correct) | sales (correct) | sales (correct) | sales (correct) | sales (correct) | sales (correct) | sales (correct) |
| Priority | normal | highwrong value | normal (correct) | normal (correct) | highwrong value | normal (correct) | normal (correct) | highwrong value | normal (correct) | normal (correct) | normal (correct) |
| Sentiment | negative | negative (correct) | negative (correct) | negative (correct) | negative (correct) | negative (correct) | negative (correct) | negative (correct) | negative (correct) | negative (correct) | negative (correct) |
| Customer name | Benoît Maurice | Benoît Maurice (correct) | Benoît Maurice (correct) | Benoît Maurice (correct) | Benoît Maurice (correct) | Benoît Maurice (correct) | Benoît Maurice (correct) | Benoît Maurice (correct) | Benoît Maurice (correct) | Benoît Maurice (correct) | Benoît Maurice (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 | 993.00 | 993 (correct) | 993.00 (correct) | 993 (correct) | 993 (correct) | 993.00 (correct) | 993 (correct) | 993 (correct) | 993.00 (correct) | 993 (correct) | 993 (correct) |
| Currency | EUR | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) | EUR (correct) |
| Deadline | 2025-03-15 | 2025-03-15 (correct) | 2025-03-15 (correct) | 2025-03-15 (correct) | 2025-03-15 (correct) | 2025-03-15 (correct) | 2025-03-15 (correct) | 2025-03-15 (correct) | 2025-03-15 (correct) | 2025-03-15 (correct) | 2025-03-15 (correct) |
| Tokens | input / output | 741 / 73 | 795 / 96 | 861 / 139 | 783 / 93 | 1,095 / 981 | 1,071 / 791 | 741 / 73 | 861 / 84 | 783 / 629 | 1,167 / 319 |
| of which hidden reasoning | billed as output | 0 | 0 | 81 | 0 | 885 | 739 | 0 | 24 | 536 | 205 |
| of which from cache | input billed at a discount | 566 | 3 | 0 | 0 | 768 | 794 | 0 | 0 | 0 | 0 |
| Cost of this document | this run | $0.0001 | $0.0001 | $0.0002 | $0.0005 | $0.0005 | $0.0006 | $0.0017 | $0.0026 | $0.0029 | $0.0055 |
| Per 1,000 documents | for the same kind of document | $0.08 | $0.15 | $0.16 | $0.47 | $0.52 | $0.59 | $1.66 | $2.56 | $2.95 | $5.52 |
| Latency | this run | 1 s | 5.5 s | 2.3 s | 0.7 s | 19.1 s | 10.7 s | 1 s | 3.1 s | 2.9 s | 6 s |