Inference.net: Schematron V2 Turbo

Schematron V2 Turbo es un modelo de texto de Inference.net, listado en api14 bajo el id de modelo inference-net/schematron-v2-turbo. Es un modelo de extracción de HTML a JSON de 3B parámetros, e Inference.net lo posiciona como una opción prioritaria en rendimiento para cargas de trabajo de extracción de alto volumen. Su fecha de lanzamiento por el proveedor es 2026-09-12. Si estás construyendo un pipeline que convierte páginas web o fragmentos HTML en registros estructurados, esta es la familia de modelos a la que pertenece.

El modelo toma texto como entrada y devuelve texto como salida, con una ventana de contexto de 128,000 tokens y una salida máxima de 8,192 tokens. Su comportamiento definitorio es que las instrucciones de extracción deben proporcionarse a través de un esquema JSON en response_format en lugar de en prosa libre. Esa restricción da forma a cómo se le indica: en lugar de describir los campos que deseas en lenguaje natural, los declaras como un esquema, y el modelo rellena ese esquema a partir del HTML que se le proporciona. La gran ventana de contexto significa que puedes pasar documentos sustanciales en una sola solicitud, mientras que el límite de salida de 8,192 tokens acota cuántos datos estructurados puede devolver una llamada.

Los casos de uso prácticos se derivan directamente de ese diseño. La extracción de HTML a JSON de alto volumen es el principal: hacer scraping de listados de productos, analizar facturas o recibos renderizados como marcado, extraer campos de páginas de listados, o normalizar documentos semiestructurados en registros que tu aplicación pueda almacenar. Debido a que el modelo es pequeño y está ajustado para el rendimiento, se adapta a trabajos por lotes donde ejecutas el mismo esquema en miles de páginas y te importa más una salida consistente y conforme al esquema que un razonamiento abierto. Es un modelo solo de texto, por lo que no acepta imágenes ni audio, y no genera nada que no sea texto.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo inference-net/schematron-v2-turbo. Debido a que la interfaz es compatible con OpenAI, los SDKs y clientes de OpenAI existentes funcionan con un cambio de URL base e id de modelo. Los parámetros de solicitud admitidos son frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k y top_p. En la práctica, te apoyarás en response_format y structured_outputs para pasar tu esquema JSON, max_tokens para limitar el registro devuelto, y seed o temperature cuando quieras una extracción reproducible en un lote.

Lo principal que debes planificar es el requisito de esquema. Si tu tarea es generación abierta, resumen o razonamiento conversacional en lugar de extracción hacia una forma fija, un modelo de texto de propósito general encajará mejor. Asimismo, si necesitas entrada de imagen o audio, este modelo no lo admite. Dentro de su nicho previsto, sin embargo, la combinación de una ventana de contexto de 128,000 tokens, un límite de salida de 8,192 tokens y una salida impulsada por esquema lo convierte en una elección razonable para trabajos de HTML a JSON a gran escala donde el rendimiento importa.