Inference.net: Schematron V2 Turbo

Schematron V2 Turbo adalah model teks dari Inference.net, terdaftar di api14 dengan model id inference-net/schematron-v2-turbo. Ini adalah model ekstraksi HTML-ke-JSON dengan 3B parameter, dan Inference.net memposisikannya sebagai opsi yang mengutamakan throughput untuk beban kerja ekstraksi bervolume tinggi. Tanggal rilis penyedianya adalah 2026-09-12. Jika Anda membangun pipeline yang mengubah halaman web atau fragmen HTML menjadi catatan terstruktur, ini adalah keluarga model yang sesuai.

Model ini menerima teks sebagai input dan mengembalikan teks sebagai output, dengan context window 128.000 token dan output maksimum 8.192 token. Perilaku yang menjadi ciri khasnya adalah instruksi ekstraksi harus diberikan melalui JSON schema di response_format, bukan dalam prosa bebas. Batasan itu membentuk cara Anda memberikan prompt: alih-alih mendeskripsikan field yang Anda inginkan dalam bahasa alami, Anda mendeklarasikannya sebagai schema, dan model mengisi schema tersebut dari HTML yang diberikan. Context window yang besar berarti Anda dapat mengirim dokumen yang cukup besar dalam satu permintaan, sementara batas output 8.192 token membatasi berapa banyak data terstruktur yang dapat dikembalikan dalam satu panggilan.

Kasus penggunaan praktisnya mengikuti langsung dari desain tersebut. Ekstraksi HTML-ke-JSON bervolume tinggi adalah yang utama: scraping daftar produk, parsing invoice atau receipt yang dirender sebagai markup, menarik field dari halaman listing, atau menormalkan dokumen semi-terstruktur menjadi catatan yang dapat disimpan aplikasi Anda. Karena model ini kecil dan disetel untuk throughput, ia cocok untuk batch job di mana Anda menjalankan schema yang sama pada ribuan halaman dan lebih mementingkan output yang konsisten dan sesuai schema daripada penalaran terbuka. Ini adalah model khusus teks, jadi ia tidak menerima gambar atau audio, dan ia tidak menghasilkan apa pun selain teks.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id inference-net/schematron-v2-turbo. Karena antarmukanya kompatibel dengan OpenAI, SDK dan klien OpenAI yang ada dapat bekerja dengan mengubah base URL dan model id. Parameter permintaan yang didukung adalah frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k dan top_p. Dalam praktiknya Anda akan mengandalkan response_format dan structured_outputs untuk mengirim JSON schema Anda, max_tokens untuk membatasi catatan yang dikembalikan, dan seed atau temperature ketika Anda menginginkan ekstraksi yang dapat direproduksi di seluruh batch.

Hal utama yang perlu direncanakan adalah persyaratan schema. Jika tugas Anda adalah generasi terbuka, peringkasan, atau penalaran percakapan alih-alih ekstraksi ke bentuk yang tetap, model teks serbaguna akan lebih cocok. Demikian pula, jika Anda memerlukan input gambar atau audio, model ini tidak mendukungnya. Namun dalam niche yang dimaksudkan, kombinasi context window 128.000 token, batas output 8.192 token, dan output yang digerakkan schema menjadikannya pilihan yang wajar untuk pekerjaan HTML-ke-JSON berskala besar di mana throughput itu penting.