ModelVerdict

Benoît Maurice

FrenchEmail9 fields

Document fr-p0030 · layout plain · 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: 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

FieldCorrect valueMistral Small 48 / 9 fieldsGemma 4 31B9 / 9 fieldsGPT-6 Luna9 / 9 fieldsGemini 3.5 Flash Lite8 / 9 fieldsQwen3.8 Flash9 / 9 fieldsDeepSeek V4.1 Flash9 / 9 fieldsMistral Medium 3.58 / 9 fieldsGPT-6 Sol9 / 9 fieldsGemini 3.8 Flash9 / 9 fieldsClaude Sonnet 59 / 9 fields
Categorysalessales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)sales (correct)
Prioritynormal highwrong valuenormal (correct)normal (correct) highwrong valuenormal (correct)normal (correct) highwrong valuenormal (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 nameBenoît MauriceBenoît 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)
Amount993.00993 (correct)993.00 (correct)993 (correct)993 (correct)993.00 (correct)993 (correct)993 (correct)993.00 (correct)993 (correct)993 (correct)
CurrencyEUREUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)
Deadline2025-03-152025-03-15 (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)
Tokensinput / output741 / 73795 / 96861 / 139783 / 931,095 / 9811,071 / 791741 / 73861 / 84783 / 6291,167 / 319
of which hidden reasoningbilled as output00810885739024536205
of which from cacheinput billed at a discount5663007687940000
Cost of this documentthis run$0.0001$0.0001$0.0002$0.0005$0.0005$0.0006$0.0017$0.0026$0.0029$0.0055
Per 1,000 documentsfor 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
Latencythis run1 s5.5 s2.3 s0.7 s19.1 s10.7 s1 s3.1 s2.9 s6 s