Inference.net: Schematron V2 Turbo

Schematron V2 Turbo é um modelo de texto da Inference.net, listado em api14 sob o id de modelo inference-net/schematron-v2-turbo. É um modelo de extração de HTML para JSON com 3 mil milhões de parâmetros, e a Inference.net posiciona-o como uma opção orientada para o débito em cargas de trabalho de extração de grande volume. A sua data de lançamento pelo fornecedor é 2026-09-12. Se está a construir um pipeline que transforma páginas web ou fragmentos HTML em registos estruturados, é a esta família de modelos que pertence.

O modelo recebe texto como entrada e devolve texto como saída, com uma janela de contexto de 128.000 tokens e um máximo de saída de 8.192 tokens. O seu comportamento definidor é que as instruções de extração têm de ser fornecidas através de um esquema JSON em response_format, em vez de em prosa livre. Essa restrição molda a forma como o instrui: em vez de descrever os campos que pretende em linguagem natural, declara-os como um esquema, e o modelo preenche esse esquema a partir do HTML que lhe é dado. A grande janela de contexto significa que pode passar documentos substanciais num único pedido, enquanto o teto de saída de 8.192 tokens limita a quantidade de dados estruturados que uma chamada pode devolver.

Os casos de uso práticos decorrem diretamente desse design. A extração de HTML para JSON em grande volume é o principal: fazer scraping de listagens de produtos, analisar faturas ou recibos renderizados como marcação, extrair campos de páginas de listagem, ou normalizar documentos semiestruturados em registos que a sua aplicação possa armazenar. Como o modelo é pequeno e ajustado para débito, adequa-se a tarefas em lote em que executa o mesmo esquema em milhares de páginas e se preocupa mais com uma saída consistente e conforme ao esquema do que com raciocínio aberto. É um modelo apenas de texto, por isso não aceita imagens nem áudio, e não gera nada além de texto.

Chama-o através da API compatível com OpenAI do api14 usando o id de modelo inference-net/schematron-v2-turbo. Como a interface é compatível com OpenAI, os SDKs e clientes OpenAI existentes funcionam com uma alteração do URL base e do id de modelo. Os parâmetros de pedido suportados são frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, top_k e top_p. Na prática, vai apoiar-se em response_format e structured_outputs para passar o seu esquema JSON, em max_tokens para limitar o registo devolvido, e em seed ou temperature quando quer extração reproduzível ao longo de um lote.

A principal coisa a planear é o requisito de esquema. Se a sua tarefa é geração aberta, sumarização ou raciocínio conversacional em vez de extração para uma forma fixa, um modelo de texto de uso geral encaixará melhor. Do mesmo modo, se precisa de entrada de imagem ou áudio, este modelo não a suporta. Dentro do seu nicho pretendido, porém, a combinação de uma janela de contexto de 128.000 tokens, um limite de saída de 8.192 tokens e saída orientada por esquema torna-o uma escolha razoável para tarefas de HTML para JSON em larga escala onde o débito importa.