ModelVerdict

Adam Vaněk

ChecoCorreo9 campos

Documento cs-p0023 · diseño forwarded · 9 campos · parte pública del conjunto de datos · La misma factura en otro idioma: Inglés (EE. UU.) → · Informar de un error en este ejemplo

Texto del correo (el modelo recibió exactamente este texto)

Od: Vladislav Valenta <vladislav.valenta@kriz-strnadova.example>
Komu: support@kriz-strnadova.example
Datum: st 30. 7. 2025 v 10:26
Předmět: Fwd: Storno

Ahoj, přeposílám zákaznický e-mail, můžete se na to prosím podívat?

Vladislav Valenta

---------- Přeposlaná zpráva ---------
Od: Adam Vaněk <adam.vanek@nemec-barta.example>
Komu: support@kriz-strnadova.example
Datum: st 30. 7. 2025 v 9:58
Předmět: Storno

Dobrý den,

prosíme o zrušení předplatného k nejbližšímu možnému termínu. Číslo objednávky: OBJ-2025-46457.

Jde o fakturu č. 3551/2025. Tohle je naprosto nepřijatelné a velmi nás to rozčiluje.

Hezký den
Adam Vaněk
Němec Bárta s.r.o.

Veredicto

El más barato sin errores: GPT-6 Luna, a 0,14 € por cada 1000 documentos.

  • Claude Sonnet 5 tampoco comete errores, pero es 38,2× más caro.
  • Mistral Small 4 es 1,4× más barato, pero: valor incorrecto (Prioridad).

Prompt enviado a todos los modelos

Třídíte e-maily zákaznické podpory. Přečtěte si e-mail níže a vraťte pouze JSON s těmito klíči:

category        jedna z hodnot: billing (faktury, platby, vyúčtování), delivery (kde je objednávka,
                doprava, změna adresy), complaint (poškozené, chybné nebo vadné zboží, reklamace),
                technical (přihlášení, chyby aplikace či systému, napojení), cancellation (zrušení
                objednávky, výpověď smlouvy či předplatného), sales (poptávka, ceny, zájem před nákupem)
priority        jedna z hodnot: urgent, high, normal, low (pravidla níže)
sentiment       jedna z hodnot: positive, neutral, negative (tón zákazníka)
customer_name   celé jméno zákazníka, který požadavek napsal
order_number    číslo objednávky zákazníka, pokud je uvedeno
invoice_number  číslo faktury, pokud je uvedeno
amount          částka, které se požadavek týká (číslo)
currency        kód měny té částky podle ISO 4217 (CZK, EUR, USD, …)
deadline        datum, do kdy zákazník chce vyřešení nebo odpověď (YYYY-MM-DD)

Pravidla priority:
- urgent: zákazník teď nemůže pracovat, nebo je termín nejvýše 1 den po datu e-mailu
- high: termín je nejvýše 7 dní po datu e-mailu, nebo zákazník hrozí ukončením spolupráce
  či eskalací (právník)
- low: zákazník výslovně píše, že to nespěchá
- normal: vše ostatní

Pravidla:
- Vlákno: hodnoťte nejnovější zprávu; čísla objednávek, faktur a částky mohou pocházet z citovaných
  starších zpráv. Přeposlaný e-mail: zákazníkem je původní odesílatel, ne kolega, který ho přeposlal.
- Relativní termíny („do pátku“, „zítra“, „do konce měsíce“) přepočtěte vůči datu zprávy,
  která je uvádí.
- Čísla tiketů podpory, IČO, DIČ a telefonní čísla nejsou čísla objednávek ani faktur.
- Pokud hodnota v e-mailu není, vraťte null. Nehádejte.
- Částky jako čísla s desetinnou tečkou, bez oddělovačů tisíců a bez symbolu měny.

Cómo puntuamos

Coincidencia exacta por campo tras normalizar fechas, importes y espacios. La falta de diacríticos cuenta como error. El coste es el gasto real en tokens de esta ejecución, convertido al tipo de cambio indicado en el pie de página.

Lo que extrajo cada modelo

CampoValor correctoMistral Small 47 / 9 camposGPT-6 Luna9 / 9 camposGemma 4 31B9 / 9 camposDeepSeek V4.1 Flash9 / 9 camposGemini 3.5 Flash Lite8 / 9 camposQwen3.8 Flash9 / 9 camposMistral Medium 3.58 / 9 camposGemini 3.8 Flash9 / 9 camposGPT-6 Sol9 / 9 camposClaude Sonnet 59 / 9 campos
Categoríacancellationcancellation (correcto)cancellation (correcto)cancellation (correcto)cancellation (correcto)cancellation (correcto)cancellation (correcto)cancellation (correcto)cancellation (correcto)cancellation (correcto)cancellation (correcto)
Prioridadnormal highvalor incorrectonormal (correcto)normal (correcto)normal (correcto) highvalor incorrectonormal (correcto) highvalor incorrectonormal (correcto)normal (correcto)normal (correcto)
Sentimientonegativenegative (correcto)negative (correcto)negative (correcto)negative (correcto)negative (correcto)negative (correcto)negative (correcto)negative (correcto)negative (correcto)negative (correcto)
Nombre del clienteAdam VaněkAdam Vaněk (correcto)Adam Vaněk (correcto)Adam Vaněk (correcto)Adam Vaněk (correcto)Adam Vaněk (correcto)Adam Vaněk (correcto)Adam Vaněk (correcto)Adam Vaněk (correcto)Adam Vaněk (correcto)Adam Vaněk (correcto)
Número de pedidoOBJ-2025-46457OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)OBJ-2025-46457 (correcto)
Número de factura3551/20253551/2025 (correcto)3551/2025 (correcto)3551/2025 (correcto)3551/2025 (correcto)3551/2025 (correcto)3551/2025 (correcto)3551/2025 (correcto)3551/2025 (correcto)3551/2025 (correcto)3551/2025 (correcto)
Importe—— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)
Moneda—— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)
Plazo— 2025-07-31valor inventado— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)— (correcto)
Tokensentrada / salida930 / 911018 / 108934 / 801229 / 312922 / 991238 / 989930 / 81922 / 6841018 / 1311239 / 348
de ellos, razonamiento ocultose factura como salida04502390889058568227
de ellos, desde cachéentrada con descuento630064283607680000
Coste de este documentoesta ejecución0,0001 €0,0001 €0,0001 €0,0003 €0,0005 €0,0005 €0,0018 €0,0030 €0,0031 €0,0055 €
Por cada 1000 documentospara el mismo tipo de documento0,10 €0,14 €0,15 €0,27 €0,48 €0,50 €1,84 €3,00 €3,08 €5,48 €
Latenciaesta ejecución0,9 s1,8 s2,3 s6,5 s0,8 s22,2 s1,1 s3 s5,9 s7,2 s