Schematron V2 Small
Red Neuronal
Schematron V2 Small es un modelo de Inference.net de 3B de parámetros para extraer datos de HTML a JSON estructurado según un esquema.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Schematron V2 Small?
Schematron V2 Small es un modelo compacto de Inference.net de 3 mil millones de parámetros que convierte páginas HTML en JSON estructurado. Las instrucciones se definen mediante un esquema JSON, por lo que la respuesta llega en un formato predecible, no como texto libre. Se centra en la calidad de extracción con esquemas complejos y páginas largas. En BotHub está disponible sin VPN ni tarjeta extranjera, con pago en rublos y según uso. Las solicitudes se realizan a través de una API compatible con OpenAI, por lo que puede conectar el modelo o cambiar a cualquiera de las más de 250 disponibles sin reescribir la integración. Para empresas, ofrecemos contrato, factura y panel de administración con límites. Es útil para recopilar catálogos de productos y precios de sitios web, consolidar tarjetas de vacantes o anuncios en una tabla, migrar contenido de un CMS antiguo, normalizar la salida de parsers antes de escribir en la base de datos o preparar datos estructurados para RAG y análisis.Preguntas frecuentes sobre Schematron V2 Small
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
schematron-v2-small es un modelo de texto de inference-net que también trabaja con documentos. Su ventana de contexto de 128,000 tokens permite cargar archivos largos completos, por lo que el modelo es adecuado para la extracción de datos, estructuración, resumen y análisis de textos extensos y documentación técnica.
El límite de una respuesta es de 4096 tokens, lo que equivale a varias páginas de texto. Es suficiente para resúmenes, exportaciones estructuradas y respuestas sobre documentos. Si necesita más volumen, divida la tarea en partes o pida continuar: los 128,000 tokens de entrada permiten mantener todo el material a la vista.
En nuestros datos no se indica un modo de razonamiento separado para schematron-v2-small, por lo que no prometemos razonamientos paso a paso. En la práctica, puede solicitar directamente en la consulta que se descomponga la tarea paso a paso. Si el razonamiento es crítico, cambie a otro modelo en BotHub; no tendrá que reescribir la integración.
La compatibilidad con 'function calling' y el modo JSON estricto no está marcada en nuestros datos. Puede describir la estructura de respuesta deseada directamente en el prompt y pedir que devuelva solo JSON, verificando el resultado con un validador. Si el esquema es obligatorio, elija un modelo adecuado a través de la API compatible con OpenAI de BotHub.
Además de texto, schematron-v2-small acepta documentos: envíe un archivo y haga preguntas sobre él o genere un resumen estructurado. Las imágenes, el audio y el video no están marcados como compatibles en nuestros datos; para ellos, hay modelos multimodales disponibles en la misma ventana de BotHub.
No tenemos datos confirmados sobre los idiomas de consulta y respuesta de schematron-v2-small, por lo que es más fiable probarlo con su propio material: envíe un par de documentos típicos y compare el resultado con otro modelo. El acceso desde Rusia se realiza sin VPN ni tarjeta extranjera, con pago por uso según tokens.