Inference.net: Schematron V2 Turbo

Schematron V2 Turbo ist ein Textmodell von Inference.net, gelistet auf api14 unter der Modell-ID inference-net/schematron-v2-turbo. Es ist ein HTML-zu-JSON-Extraktionsmodell mit 3B Parametern, und Inference.net positioniert es als Throughput-first-Option für Extraktions-Workloads mit hohem Volumen. Das Veröffentlichungsdatum des Anbieters ist der 2026-09-12. Wenn Sie eine Pipeline bauen, die Webseiten oder HTML-Fragmente in strukturierte Datensätze umwandelt, gehört es zu dieser Modellfamilie.

Das Modell nimmt Text als Eingabe und gibt Text als Ausgabe zurück, mit einem Kontextfenster von 128.000 Tokens und einer maximalen Ausgabe von 8.192 Tokens. Sein bestimmendes Verhalten ist, dass Extraktionsanweisungen über ein JSON-Schema in response_format bereitgestellt werden müssen und nicht in freiformulierter Prosa. Diese Einschränkung prägt die Art und Weise, wie Sie es prompten: Statt die gewünschten Felder in natürlicher Sprache zu beschreiben, deklarieren Sie sie als Schema, und das Modell füllt dieses Schema aus dem ihm übergebenen HTML. Das große Kontextfenster bedeutet, dass Sie umfangreiche Dokumente in einer einzigen Anfrage übergeben können, während die Obergrenze von 8.192 Tokens für die Ausgabe begrenzt, wie viele strukturierte Daten ein Aufruf zurückgeben kann.

Die praktischen Anwendungsfälle ergeben sich direkt aus diesem Design. Hochvolumige HTML-zu-JSON-Extraktion ist der primäre: das Scrapen von Produktlistings, das Parsen von Rechnungen oder Belegen, die als Markup gerendert werden, das Herausziehen von Feldern aus Listing-Seiten oder das Normalisieren halbstrukturierter Dokumente in Datensätze, die Ihre Anwendung speichern kann. Da das Modell klein ist und auf Durchsatz optimiert wurde, eignet es sich für Batch-Jobs, bei denen Sie dasselbe Schema über Tausende von Seiten hinweg ausführen und denen konsistente, schema-konforme Ausgabe wichtiger ist als offenes Reasoning. Es ist ein reines Textmodell, akzeptiert also keine Bilder oder Audiodaten und generiert nichts anderes als Text.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID inference-net/schematron-v2-turbo auf. Da die Schnittstelle OpenAI-kompatibel ist, funktionieren bestehende OpenAI-SDKs und Clients mit einer Änderung der Basis-URL und der Modell-ID. Die unterstützten Anfrageparameter sind frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k und top_p. In der Praxis werden Sie sich auf response_format und structured_outputs stützen, um Ihr JSON-Schema zu übergeben, auf max_tokens, um den zurückgegebenen Datensatz zu begrenzen, und auf seed oder temperature, wenn Sie eine reproduzierbare Extraktion über einen Batch hinweg wünschen.

Der wichtigste Punkt, den Sie einplanen sollten, ist die Schema-Anforderung. Wenn Ihre Aufgabe offene Generierung, Zusammenfassung oder konversationelles Reasoning ist statt Extraktion in eine feste Form, passt ein Allzweck-Textmodell besser. Ebenso gilt: Wenn Sie Bild- oder Audioeingabe benötigen, unterstützt dieses Modell das nicht. Innerhalb seiner vorgesehenen Nische jedoch macht die Kombination aus einem Kontextfenster von 128.000 Tokens, einem Ausgabelimit von 8.192 Tokens und schema-gesteuerter Ausgabe es zu einer vernünftigen Wahl für HTML-zu-JSON-Jobs im großen Maßstab, bei denen Durchsatz zählt.