ModelVerdict

Radka Bílková

CzechDocument6 fields

Document cs-p0002 · layout status · 6 fields · public part of the dataset · Same invoice in English (US) → · Report an error in this example

Document text (the model received exactly this text)

Stavová zpráva projektu Nový ERP
Za období: 27. května 2026 – 10. června 2026
Zpracovala: Agáta Horáčková, projektová manažerka
Strana 1 z 3

1. Celkový stav
Celkový stav projektu hodnotíme jako „žlutý“. Hlavní práce běží podle plánu, řídicí výbor ale musel rozhodnout o posunu jednoho termínu.

Dokončené práce za období:
- dokončena analýza požadavků a odsouhlasena s klíčovými uživateli,
- připraveno testovací prostředí a proběhly první akceptační testy,
- aktualizován registr rizik a komunikační plán projektu,
- uzavřeny všechny otevřené požadavky z minulého období kromě jednoho.

2. Rozpočet a změny
Řídicí výbor na svém jednání schválil tyto částky:
- Nákup techniky: 230 000 Kč
- Školení zaměstnanců: 470 000 Kč

Žádost o změnu č. CR-11: Radka Bílková požádala o navýšení částky na nákup notebooků a monitorů pro nové zaměstnance na 320 000 Kč. Řídicí výbor žádost zamítl; nadále platí schválená částka 230 000 Kč.
Pro srovnání: v loňském roce stála položka „školení zaměstnanců“ 360 000 Kč.

3. Harmonogram
Původní termín vyhlášení výběrového řízení 23. srpna 2026 se posouvá na 15. září 2026, protože právní oddělení ještě kontroluje zadávací dokumentaci. Posun schválil řídicí výbor, původní termín již neplatí.

4. Další kroky
- Vyhlásit výběrové řízení na dodavatele – odpovídá Radka Bílková, termín 15. září 2026
- Spustit kampaň a připravit podklady pro web – odpovídá Radka Bílková, termín 26. července 2026

5. Rizika
Riziko představuje vytížení interních kapacit. Vedení bylo informováno a přislíbilo posílení týmu.

6. Komunikace
Klíčoví uživatelé byli o změnách informováni na pravidelném setkání. Aktuální informace o projektu jsou k dispozici na intranetu, dotazy směřujte na projektový tým.

Příští stavová zpráva bude vydána po jednání řídicího výboru 17. června 2026.

Verdict

Cheapest with no errors: Gemma 4 31B at $0.17 per 1,000 documents.

  • Mistral Large 4 is also error-free, but 49.3× more expensive.

Prompt given to every model

Shrňte níže uvedený dokument (zápis z porady, stavovou zprávu projektu nebo e-mailovou komunikaci)
v nejvýše 80 slovech.

Pravidla:
- Uveďte všechna konečná rozhodnutí: schválené částky, platné termíny a osoby odpovědné za úkoly
  (celým jménem).
- Neuvádějte zamítnuté návrhy ani jejich částky a neuvádějte termíny, které byly změněny
  (původní termíny); uveďte jen termíny, které platí.
- Částky a data přepište přesně podle dokumentu, nezaokrouhlujte je.
- Pište v jazyce dokumentu, věcně a ve formálním stylu, souvislým textem bez nadpisů.
- Vraťte pouze JSON ve tvaru {"summary": "…"}.

How we score

Exact match per field after normalizing dates, amounts, and whitespace. Missing diacritics count as an error. Cost is the actual token spend of this run, converted at the rate shown in the footer.

What each model extracted

FieldCorrect valueGemma 4 31B6 / 6 fieldsGPT-6 Luna6 / 6 fieldsMistral Small 46 / 6 fieldsClaude Haiku 5.55 / 6 fieldsGemini 3.5 Flash Lite6 / 6 fieldsDeepSeek V4.1 Flash6 / 6 fieldsGLM-5.3 Flash6 / 6 fieldsMistral Medium 3.56 / 6 fieldsQwen3.8 Flash6 / 6 fieldsClaude Sonnet 5.56 / 6 fieldsGemini 3.8 Flash6 / 6 fieldsClaude Sonnet 54 / 6 fieldsGPT-6 Sol6 / 6 fieldsMistral Large 46 / 6 fields
Amounts230000.0; 470000.0230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)230000; 470000 (correct)
Deadlines2026-09-15; 2026-07-262026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)2026-09-15; 2026-07-26 (correct)
Responsible peopleRadka BílkováRadka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)Radka Bílková (correct)
Rejected proposals (must not appear)Amounts from proposals the document rejects. They must not appear in the summary; they would mislead the reader.320000.0— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct) 320000extra value— (correct)— (correct)
Superseded deadlines (must not appear)Deadlines the document later reschedules. The summary should give only the new deadline.2026-08-23— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)— (correct)
Length (max words)The summary must not exceed the word limit given in the prompt.8042 / 80 (correct)49 / 80 (correct)53 / 80 (correct) 82 / 80wrong value62 / 80 (correct)59 / 80 (correct)78 / 80 (correct)32 / 80 (correct)60 / 80 (correct)68 / 80 (correct)48 / 80 (correct) 87 / 80wrong value63 / 80 (correct)49 / 80 (correct)
Tokensinput / output900 / 110892 / 267904 / 1461,346 / 782888 / 157993 / 837943 / 2,435904 / 1001,016 / 2,9181,346 / 211888 / 1,2331,344 / 281892 / 412964 / 3,697
including hidden reasoningbilled as output0140053706591,79202,75701,10502452,888
including cached inputinput billed at a discount300001720076800000
Cost of this documentthis run$0.0002$0.0002$0.0002$0.0005$0.0007$0.0007$0.0014$0.0021$0.0035$0.0048$0.0053$0.0055$0.0059$0.0084
Per 1,000 documentsfor documents of this type$0.17$0.22$0.22$0.53$0.66$0.73$1.36$2.11$3.45$4.80$5.29$5.50$5.90$8.38
Latencythis run4.4 s4.1 s1.6 s4.5 s1 s13.7 s14.9 s1.6 s43.7 s3.8 s5.8 s4.3 s10.1 s68.4 s

Log in with email

We use your email only to log you in (and for the digest if you tick it). No spam.