Schematron V2 Small
Réseau Neuronal
Schematron V2 Small est un modèle Inference.net de 3B paramètres pour extraire des données HTML en JSON structuré selon un schéma.
Longueur maximale de la réponse
(en tokens)
Taille du contexte
(en tokens)
Coût du prompt
(par 1M tokens)
Coût de la réponse
(par 1M tokens)
Comment ça marche Schematron V2 Small?
Schematron V2 Small est un modèle compact Inference.net de 3 milliards de paramètres qui transforme une page HTML en JSON structuré. Les instructions sont définies par un schéma JSON, garantissant une réponse au format prévisible plutôt qu'en texte libre. L'accent est mis sur la qualité de l'extraction pour les schémas complexes et les pages longues. Sur BotHub, il est accessible sans VPN ni carte étrangère, avec paiement en roubles par carte russe et à l'usage. Les requêtes passent par une API unique compatible OpenAI, permettant de connecter le modèle ou de basculer vers l'une des 250+ autres sans réécrire l'intégration. Pour les entreprises, nous proposons contrat, facture et panneau d'administration avec limites. Utile pour collecter des catalogues de produits et prix, consolider des offres d'emploi ou annonces, migrer du contenu d'un ancien CMS, normaliser les sorties de parsers avant insertion en base de données, ou préparer des données structurées pour le RAG et l'analyse.Questions fréquentes sur Schematron V2 Small
Vous pouvez utiliser les résultats générés à des fins commerciales. Tous les droits sur le contenu créé vous appartiennent. Seule restriction : vérifiez que la requête ne contient pas de contenus protégés par le droit d'auteur appartenant à des tiers. Le respect des droits sur les données d'entrée relève de votre responsabilité.
schematron-v2-small est un modèle textuel d'inference-net qui traite aussi les documents. Sa fenêtre contextuelle de 128 000 jetons permet de charger un fichier long en entier ; il est donc idéal pour l'extraction de données, la structuration, la compression et l'analyse de textes volumineux et de documentation technique.
La limite par réponse est de 4096 jetons, soit plusieurs pages de texte. C'est suffisant pour des résumés, des extractions structurées et des réponses basées sur des documents. Si vous avez besoin de plus, divisez la tâche ou demandez de continuer : les 128 000 jetons en entrée permettent de garder tout le matériel en mémoire.
Nos données n'indiquent pas de mode de raisonnement spécifique pour schematron-v2-small, nous ne garantissons donc pas de réflexion étape par étape. En pratique, vous pouvez demander directement dans votre requête de décomposer la tâche. Si le raisonnement est critique, passez à un autre modèle sur BotHub — sans avoir à réécrire l'intégration.
La prise en charge du 'function calling' et du mode JSON strict n'est pas indiquée dans nos données. Vous pouvez décrire la structure souhaitée directement dans le prompt et demander un retour en JSON uniquement, puis valider le résultat. Si un schéma est obligatoire, utilisez un modèle adapté via l'API BotHub compatible OpenAI.
Outre le texte, schematron-v2-small accepte les documents : transmettez un fichier pour poser des questions ou obtenir un résumé structuré. Les images, l'audio et la vidéo ne sont pas pris en charge selon nos données — des modèles multimodaux sont disponibles pour cela dans la même fenêtre BotHub.
Nous n'avons pas de données confirmées sur les langues de requête et de réponse de schematron-v2-small, il est donc plus sûr de tester avec votre propre matériel : envoyez quelques documents types et comparez le résultat avec un autre modèle. L'accès depuis la Russie se fait sans VPN ni carte étrangère, avec paiement à l'usage par jetons.