हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
Inference.net: Schematron V2 Turbo
inference-net/schematron-v2-turboInference.net: Schematron V2 Turbo अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
एक API. हर मॉडल.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
Inference.net: Schematron V2 Turbo एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 93% कम है।
- 1,28,000 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- schema के साथ structured JSON output सपोर्ट करता है।
- एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.000368 है।
Inference.net: Schematron V2 Turbo के बारे में
Schematron V2 Turbo, Inference.net का एक टेक्स्ट मॉडल है, जो api14 पर मॉडल आईडी inference-net/schematron-v2-turbo के तहत सूचीबद्ध है। यह एक 3B-पैरामीटर वाला HTML-to-JSON एक्सट्रैक्शन मॉडल है, और Inference.net इसे उच्च-मात्रा वाले एक्सट्रैक्शन कार्यभार के लिए थ्रूपुट-प्राथमिकता विकल्प के रूप में प्रस्तुत करता है। इसकी प्रदाता रिलीज़ तिथि 2026-09-12 है। यदि आप ऐसी पाइपलाइन बना रहे हैं जो वेब पेजों या HTML अंशों को संरचित रिकॉर्ड में बदलती है, तो यह उसी मॉडल परिवार का हिस्सा है।
मॉडल इनपुट के रूप में टेक्स्ट लेता है और आउटपुट के रूप में टेक्स्ट लौटाता है, जिसकी कॉन्टेक्स्ट विंडो 128,000 टोकन और अधिकतम आउटपुट 8,192 टोकन है। इसका विशिष्ट व्यवहार यह है कि एक्सट्रैक्शन निर्देश मुक्त रूप वाले गद्य में नहीं, बल्कि response_format में एक JSON स्कीमा के माध्यम से दिए जाने चाहिए। यह बाधा तय करती है कि आप इसे कैसे प्रॉम्प्ट करते हैं: जिन फ़ील्ड्स को आप चाहते हैं उन्हें प्राकृतिक भाषा में वर्णित करने के बजाय, आप उन्हें एक स्कीमा के रूप में घोषित करते हैं, और मॉडल उसे दिए गए HTML से उस स्कीमा को भरता है। बड़ी कॉन्टेक्स्ट विंडो का मतलब है कि आप एक ही अनुरोध में पर्याप्त दस्तावेज़ भेज सकते हैं, जबकि 8,192-टोकन की आउटपुट सीमा तय करती है कि एक कॉल कितना संरचित डेटा लौटा सकती है।
व्यावहारिक उपयोग के मामले सीधे उस डिज़ाइन से निकलते हैं। उच्च-मात्रा वाला HTML-to-JSON एक्सट्रैक्शन मुख्य है: उत्पाद लिस्टिंग स्क्रैप करना, मार्कअप के रूप में रेंडर किए गए इनवॉइस या रसीदें पार्स करना, लिस्टिंग पेजों से फ़ील्ड्स निकालना, या अर्ध-संरचित दस्तावेज़ों को ऐसे रिकॉर्ड में सामान्यीकृत करना जिन्हें आपका एप्लिकेशन संग्रहीत कर सके। चूंकि मॉडल छोटा है और थ्रूपुट के लिए ट्यून किया गया है, यह बैच जॉब्स के लिए उपयुक्त है जहाँ आप हजारों पेजों पर एक ही स्कीमा चलाते हैं और खुले अंत वाले तर्क की तुलना में सुसंगत, स्कीमा-अनुरूप आउटपुट को अधिक महत्व देते हैं। यह केवल-टेक्स्ट मॉडल है, इसलिए यह छवियाँ या ऑडियो स्वीकार नहीं करता, और यह टेक्स्ट के अलावा कुछ और उत्पन्न नहीं करता।
आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी inference-net/schematron-v2-turbo का उपयोग करके कॉल करते हैं। चूंकि इंटरफ़ेस OpenAI-संगत है, मौजूदा OpenAI SDKs और क्लाइंट बेस URL और मॉडल आईडी बदलने के साथ काम करते हैं। समर्थित अनुरोध पैरामीटर हैं frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k और top_p। व्यवहार में आप अपने JSON स्कीमा को पास करने के लिए response_format और structured_outputs पर, लौटाए गए रिकॉर्ड को सीमित करने के लिए max_tokens पर, और बैच में प्रतिलिपि-योग्य एक्सट्रैक्शन चाहने पर seed या temperature पर निर्भर रहेंगे।
मुख्य बात जिसकी योजना आपको बनानी है, वह स्कीमा की आवश्यकता है। यदि आपका कार्य खुला अंत वाला जनरेशन, सारांशीकरण, या संवादात्मक तर्क है, न कि किसी निश्चित आकार में एक्सट्रैक्शन, तो एक सामान्य-उद्देश्य वाला टेक्स्ट मॉडल बेहतर फिट होगा। इसी तरह, यदि आपको छवि या ऑडियो इनपुट चाहिए, तो यह मॉडल इसका समर्थन नहीं करता। हालांकि, अपने इच्छित क्षेत्र के भीतर, 128,000-टोकन की कॉन्टेक्स्ट विंडो, 8,192-टोकन की आउटपुट सीमा, और स्कीमा-संचालित आउटपुट का संयोजन इसे बड़े पैमाने के HTML-to-JSON कार्यों के लिए एक उचित विकल्प बनाता है जहाँ थ्रूपुट मायने रखता है।
Inference.net: Schematron V2 Turbo API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "inference-net/schematron-v2-turbo" पर सेट करें।
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "inference-net/schematron-v2-turbo",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltylogit_biasmax_tokensmin_ppresence_penaltyrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetop_ktop_pस्पेसिफिकेशन
- Context लंबाई
- 1,28,000
- अधिकतम आउटपुट
- 8,192
- इनपुट
- text
- आउटपुट
- text
api14 पर requests · पिछले 7 दिन
Inference.net: Schematron V2 Turbo: अक्सर पूछे जाने वाले सवाल
- Inference.net: Schematron V2 Turbo API की कीमत कितनी है?
- Inference.net: Schematron V2 Turbo की कीमत इनपुट $0.11 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- Inference.net: Schematron V2 Turbo की context window कितनी है?
- Inference.net: Schematron V2 Turbo हर request में 1,28,000 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 8,192 आउटपुट tokens तक लिखता है।
- Inference.net: Schematron V2 Turbo क्या कर सकता है?
- Inference.net: Schematron V2 Turbo text स्वीकार करता है और text लौटाता है। यह structured JSON output सपोर्ट करता है।
- अपने कोड से Inference.net: Schematron V2 Turbo कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "inference-net/schematron-v2-turbo" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- Inference.net: Schematron V2 Turbo के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Poolside: Laguna XS 2.1, Amazon: Nova Micro 1.0, Cohere: Command R7B (12-2024)। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
Inference.net: Schematron V2 Turbo कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। Inference.net: Schematron V2 Turbo के बारे में पहला टॉपिक खोलें।