Inference.net: Schematron V2 Turbo

Schematron V2 Turbo è un modello testuale di Inference.net, elencato su api14 con l'id modello inference-net/schematron-v2-turbo. È un modello di estrazione da HTML a JSON con 3 miliardi di parametri, e Inference.net lo posiziona come opzione orientata al throughput per carichi di lavoro di estrazione ad alto volume. La sua data di rilascio da parte del provider è 2026-09-12. Se stai costruendo una pipeline che converte pagine web o frammenti HTML in record strutturati, questa è la famiglia di modelli a cui appartiene.

Il modello accetta testo come input e restituisce testo come output, con una finestra di contesto di 128.000 token e un output massimo di 8.192 token. Il suo comportamento distintivo è che le istruzioni di estrazione devono essere fornite tramite uno schema JSON in response_format anziché in prosa libera. Questo vincolo determina il modo in cui lo si interroga: invece di descrivere i campi desiderati in linguaggio naturale, li si dichiara come schema, e il modello popola quello schema a partire dall'HTML che riceve. L'ampia finestra di contesto significa che puoi passare documenti sostanziosi in una singola richiesta, mentre il limite di output di 8.192 token delimita la quantità di dati strutturati che una chiamata può restituire.

I casi d'uso pratici derivano direttamente da questo design. L'estrazione da HTML a JSON ad alto volume è quello principale: scraping di elenchi di prodotti, parsing di fatture o ricevute renderizzate come markup, estrazione di campi da pagine di annunci, o normalizzazione di documenti semi-strutturati in record che la tua applicazione può memorizzare. Poiché il modello è piccolo e ottimizzato per il throughput, si adatta a job batch in cui esegui lo stesso schema su migliaia di pagine e ti interessa più un output coerente e conforme allo schema che un ragionamento aperto. È un modello solo testuale, quindi non accetta immagini o audio, e non genera nulla di diverso dal testo.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id modello inference-net/schematron-v2-turbo. Poiché l'interfaccia è compatibile con OpenAI, gli SDK e i client OpenAI esistenti funzionano con un cambio di base URL e id modello. I parametri di richiesta supportati sono frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k e top_p. In pratica ti affiderai a response_format e structured_outputs per passare il tuo schema JSON, a max_tokens per limitare il record restituito, e a seed o temperature quando vuoi un'estrazione riproducibile su un batch.

L'aspetto principale da considerare è il requisito dello schema. Se il tuo compito è generazione aperta, riassunto o ragionamento conversazionale anziché estrazione in una forma fissa, un modello testuale general-purpose si adatterà meglio. Allo stesso modo, se hai bisogno di input di immagini o audio, questo modello non li supporta. Nel suo ambito previsto, però, la combinazione di una finestra di contesto di 128.000 token, un limite di output di 8.192 token e un output guidato da schema lo rende una scelta ragionevole per job su larga scala da HTML a JSON dove il throughput conta.