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.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em 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.