ModelVerdict

Raymond Bonnin

FrenchEmail9 fields

Document fr-p0031 · layout signature · 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: Raymond Bonnin <raymond.bonnin@tessier.example>
À: support@mahe-da.example
Date: mer. 29 octobre 2025 à 10:25
Objet: Question sur la facture

Bonjour,

Le montant de votre dernière facture est incorrect : vous nous avez facturé un article de plus que ce que nous avons reçu. Numéro de facture : F202505687.

Le montant contesté s'élève à 481 €. Nous avons besoin d'une solution d'ici le 12 novembre.

Avec nos remerciements, bien cordialement

Raymond Bonnin
Services généraux
Tessier
7, rue Jeannine Letellier
53246 Rousset
Tél. : +33 1 28 27 51 76
SIRET : 566 793 642 08888
TVA intracommunautaire : FR38566793642

Ce message et ses pièces jointes sont confidentiels et destinés exclusivement à leur destinataire.

Verdict

Cheapest without an error: Qwen3.8 Flash at $0.43 per 1,000 documents.

  • Claude Sonnet 5 is also error-free but 13.9× more expensive.
  • GPT-6 Luna is 2.6× cheaper, but: wrong value (Sentiment).
  • Gemma 4 31B is 2.6× cheaper, but: wrong value (Priority).
  • Mistral Small 4 is 2.4× 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 valueGPT-6 Luna8 / 9 fieldsGemma 4 31B7 / 9 fieldsMistral Small 47 / 9 fieldsDeepSeek V4.1 Flash8 / 9 fieldsQwen3.8 Flash9 / 9 fieldsGemini 3.5 Flash Lite8 / 9 fieldsMistral Medium 3.57 / 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)
Prioritynormalnormal (correct) highwrong value highwrong valuenormal (correct)normal (correct)normal (correct) highwrong valuenormal (correct)normal (correct)normal (correct)
Sentimentneutral negativewrong value negativewrong value negativewrong value negativewrong valueneutral (correct) negativewrong value negativewrong valueneutral (correct)neutral (correct)neutral (correct)
Customer nameRaymond BonninRaymond Bonnin (correct)Raymond Bonnin (correct)Raymond Bonnin (correct)Raymond Bonnin (correct)Raymond Bonnin (correct)Raymond Bonnin (correct)Raymond Bonnin (correct)Raymond Bonnin (correct)Raymond Bonnin (correct)Raymond Bonnin (correct)
Order number—— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Invoice numberF202505687F202505687 (correct)F202505687 (correct)F202505687 (correct)F202505687 (correct)F202505687 (correct)F202505687 (correct)F202505687 (correct)F202505687 (correct)F202505687 (correct)F202505687 (correct)
Amount481.00481 (correct)481.00 (correct)481 (correct)481 (correct)481 (correct)481.00 (correct)481 (correct)481 (correct)481.00 (correct)481 (correct)
CurrencyEUREUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)EUR (correct)
Deadline2025-11-122025-11-12 (correct)2025-11-12 (correct)2025-11-12 (correct)2025-11-12 (correct)2025-11-12 (correct)2025-11-12 (correct)2025-11-12 (correct)2025-11-12 (correct)2025-11-12 (correct)2025-11-12 (correct)
Tokensinput / output934 / 141892 / 105842 / 841,151 / 3591,193 / 750880 / 104842 / 84934 / 99880 / 6791,257 / 344
of which hidden reasoningbilled as output80003036460038613224
of which from cacheinput billed at a discount0630079076800000
Cost of this documentthis run$0.0002$0.0002$0.0002$0.0003$0.0004$0.0005$0.0019$0.0029$0.0032$0.0060
Per 1,000 documentsfor the same kind of document$0.16$0.17$0.18$0.32$0.43$0.52$1.89$2.86$3.21$5.95
Latencythis run2 s5.6 s1 s4.1 s14.2 s0.8 s1 s3.8 s3.6 s10.9 s