Schematron V2 Small
Rede Neural
Schematron V2 Small — modelo Inference.net de 3B de parâmetros para extrair dados de HTML para JSON estruturado conforme um esquema.
Especificações
- Entrada
- texto, documentos
- Saída
- texto
- Tamanho do contexto
- 128 000 tokens
- Comprimento máximo de resposta
- 4 096 tokens
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Schematron V2 Small?
Schematron V2 Small — um modelo compacto da Inference.net com 3 bilhões de parâmetros que transforma páginas HTML em JSON estruturado. As instruções são definidas por um esquema JSON, garantindo respostas em formato previsível, não em texto livre. O foco é a qualidade da extração em esquemas complexos e páginas longas. No BotHub, está disponível sem VPN ou cartão internacional, com pagamento em rublos e por uso. As solicitações são feitas via API compatível com OpenAI, permitindo conectar o modelo ou alternar entre mais de 250 outras sem reescrever a integração. Para empresas, oferecemos contrato, fatura e painel administrativo com limites. Útil para coletar catálogos de produtos e preços, consolidar anúncios de vagas ou classificados em tabelas, migrar conteúdo de CMS antigas, normalizar dados de parsers antes de salvar no banco ou preparar dados estruturados para RAG e análise.Perguntas frequentes sobre Schematron V2 Small
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O schematron-v2-small é um modelo de texto da inference-net que também trabalha com documentos. A janela de contexto de 128.000 tokens permite carregar arquivos longos, sendo ideal para extração de dados, estruturação, resumo e análise de textos volumosos e documentação técnica.
O limite de uma resposta é de 4096 tokens, o que equivale a várias páginas de texto. É suficiente para resumos, extrações estruturadas e respostas sobre documentos. Se precisar de mais volume, divida a tarefa ou peça para continuar: os 128.000 tokens de entrada permitem manter todo o material em contexto.
Em nossos dados, não há um modo de raciocínio separado para o schematron-v2-small, portanto, não prometemos pensamentos passo a passo. Na prática, você pode solicitar no prompt que a tarefa seja resolvida passo a passo. Se o raciocínio for crítico, mude para outro modelo no BotHub — não será necessário reescrever a integração.
O suporte a 'function calling' e modo JSON estrito não está indicado em nossos dados. Você pode descrever a estrutura desejada no prompt e solicitar apenas JSON, validando o resultado. Se o esquema for obrigatório, utilize um modelo adequado via API compatível com OpenAI do BotHub.
Além de texto, o schematron-v2-small aceita documentos: envie um arquivo e faça perguntas sobre ele ou obtenha um resumo estruturado. Imagens, áudio e vídeo não são suportados em nossos dados — para esses, modelos multimodais estão disponíveis na mesma janela do BotHub.
Não temos dados confirmados sobre os idiomas de entrada e saída do schematron-v2-small, por isso é mais seguro testar com seu próprio material: envie alguns documentos típicos e compare o resultado com outro modelo. O acesso a partir da Rússia é feito sem VPN ou cartão internacional, com pagamento por uso de tokens.