Inference.net: Schematron V2 Turbo

Schematron V2 Turbo is een tekstmodel van Inference.net, vermeld op api14 onder de model-id inference-net/schematron-v2-turbo. Het is een HTML-naar-JSON-extractiemodel met 3B parameters, en Inference.net positioneert het als een throughput-first optie voor extractieworkloads met hoog volume. De releasedatum van de provider is 2026-09-12. Als je een pipeline bouwt die webpagina's of HTML-fragmenten omzet in gestructureerde records, dan is dit de modelfamilie waartoe het behoort.

Het model neemt tekst als invoer en retourneert tekst als uitvoer, met een contextvenster van 128.000 tokens en een maximale uitvoer van 8.192 tokens. Het bepalende gedrag is dat extractie-instructies moeten worden aangeleverd via een JSON-schema in response_format in plaats van in vrije tekst. Die beperking bepaalt hoe je het model aanstuurt: in plaats van de velden die je wilt in natuurlijke taal te beschrijven, declareer je ze als een schema, en het model vult dat schema vanuit de HTML die het krijgt. Het grote contextvenster betekent dat je omvangrijke documenten in één verzoek kunt doorgeven, terwijl het uitvoerplafond van 8.192 tokens begrenst hoeveel gestructureerde data één aanroep kan retourneren.

De praktische use cases volgen rechtstreeks uit dat ontwerp. HTML-naar-JSON-extractie met hoog volume is de belangrijkste: productvermeldingen scrapen, facturen of bonnen parseren die als markup zijn weergegeven, velden uit listingpagina's halen, of semi-gestructureerde documenten normaliseren naar records die je applicatie kan opslaan. Omdat het model klein is en op throughput is afgestemd, past het bij batchtaken waarbij je hetzelfde schema over duizenden pagina's uitvoert en je meer geeft om consistente, schema-conforme uitvoer dan om open-ended redeneren. Het is een tekst-only model, dus het accepteert geen afbeeldingen of audio, en het genereert niets anders dan tekst.

Je roept het aan via de OpenAI-compatibele API van api14 met de model-id inference-net/schematron-v2-turbo. Omdat de interface OpenAI-compatibel is, werken bestaande OpenAI SDK's en clients met een wijziging van base URL en model-id. De ondersteunde request-parameters zijn frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k en top_p. In de praktijk zul je leunen op response_format en structured_outputs om je JSON-schema door te geven, max_tokens om het geretourneerde record te begrenzen, en seed of temperature wanneer je reproduceerbare extractie over een batch wilt.

Het belangrijkste om rekening mee te houden is de schemavereiste. Als je taak open-ended generatie, samenvatting of conversationeel redeneren is in plaats van extractie naar een vaste vorm, dan past een algemeen tekstmodel beter. Evenzo, als je beeld- of audio-invoer nodig hebt, ondersteunt dit model dat niet. Binnen zijn beoogde niche maakt de combinatie van een contextvenster van 128.000 tokens, een uitvoerlimiet van 8.192 tokens en schema-gedreven uitvoer het echter een redelijke keuze voor grootschalige HTML-naar-JSON-taken waar throughput belangrijk is.