Inference.net: Schematron V2 Turbo

Schematron V2 Turbo est un modèle de texte d'Inference.net, répertorié sur api14 sous l'identifiant de modèle inference-net/schematron-v2-turbo. C'est un modèle d'extraction HTML vers JSON de 3 milliards de paramètres, et Inference.net le positionne comme une option privilégiant le débit pour les charges de travail d'extraction à grand volume. Sa date de publication par le fournisseur est le 2026-09-12. Si vous construisez un pipeline qui transforme des pages web ou des fragments HTML en enregistrements structurés, c'est la famille de modèles à laquelle il appartient.

Le modèle prend du texte en entrée et renvoie du texte en sortie, avec une fenêtre de contexte de 128 000 tokens et une sortie maximale de 8 192 tokens. Son comportement caractéristique est que les instructions d'extraction doivent être fournies via un schéma JSON dans response_format plutôt que sous forme de prose libre. Cette contrainte façonne la manière de l'interroger : au lieu de décrire les champs souhaités en langage naturel, vous les déclarez sous forme de schéma, et le modèle remplit ce schéma à partir du HTML qui lui est fourni. La grande fenêtre de contexte signifie que vous pouvez transmettre des documents substantiels en une seule requête, tandis que le plafond de sortie de 8 192 tokens limite la quantité de données structurées qu'un appel peut renvoyer.

Les cas d'usage pratiques découlent directement de cette conception. L'extraction HTML vers JSON à grand volume est le principal : scraper des listes de produits, analyser des factures ou des reçus rendus sous forme de balisage, extraire des champs de pages de listes, ou normaliser des documents semi-structurés en enregistrements que votre application peut stocker. Comme le modèle est petit et optimisé pour le débit, il convient aux traitements par lots où vous exécutez le même schéma sur des milliers de pages et où vous vous souciez davantage d'une sortie cohérente et conforme au schéma que d'un raisonnement ouvert. C'est un modèle texte uniquement, donc il n'accepte ni images ni audio, et il ne génère rien d'autre que du texte.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle inference-net/schematron-v2-turbo. Comme l'interface est compatible OpenAI, les SDK et clients OpenAI existants fonctionnent avec un changement d'URL de base et d'identifiant de modèle. Les paramètres de requête pris en charge sont frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k et top_p. En pratique, vous vous appuierez sur response_format et structured_outputs pour transmettre votre schéma JSON, sur max_tokens pour plafonner l'enregistrement renvoyé, et sur seed ou temperature lorsque vous voulez une extraction reproductible sur un lot.

Le principal point à anticiper est l'exigence de schéma. Si votre tâche est de la génération ouverte, du résumé ou du raisonnement conversationnel plutôt que de l'extraction vers une forme fixe, un modèle de texte généraliste conviendra mieux. De même, si vous avez besoin d'entrées image ou audio, ce modèle ne les prend pas en charge. Dans sa niche prévue, cependant, la combinaison d'une fenêtre de contexte de 128 000 tokens, d'une limite de sortie de 8 192 tokens et d'une sortie pilotée par schéma en fait un choix raisonnable pour les tâches HTML vers JSON à grande échelle où le débit compte.