INFERENCE.NET · КАТАЛОГ МОДЕЛЕЙ
Schematron V2 Turbo API
Schematron V2 Turbo — специализированная модель Inference.net для извлечения структурированных данных из HTML. Её можно рассмотреть для обработки карточек товаров и переноса информации со страниц в базу данных.
Schematron V2 TurboInference.net- Контекст
- 128 000токенов
- Результат
- Текстформат ответа
- Вход / выход
- 10 ₽ / 30 ₽за 1 млн токенов
ПОДКЛЮЧЕНИЕ
От модели к первому запросу
Используйте идентификатор модели в совместимом API-клиенте. Полные параметры, ключи и ответы с ошибками описаны в документации.
const response = await client.chat.completions.create({
model: "inference-net/schematron-v2-turbo",
messages: [{ role: "user", content: "Ваш запрос" }],
});ПОДРОБНЫЙ ОБЗОР
Возможности модели
По документации разработчика, модель получает HTML и описание полей в JSON Schema, а возвращает JSON. Turbo ориентирована на пропускную способность; вариант Small предлагается для более сложных схем. Заявленный контекст семейства — до 128 тысяч токенов.
Для каких задач рассмотреть Schematron V2 Turbo
Практический сценарий — подготовка товарного фида: из каждой страницы нужны название, артикул, цена и наличие. Другой пример — перенос сведений о событиях в таблицу с датой, местом и организатором. Перед выбором модели соберите небольшой набор реальных страниц: простые карточки, страницы с несколькими ценами и материалы с отсутствующими полями. Оценивайте долю корректно извлечённых значений, а не только наличие ответа.
Как подготовить HTML и JSON Schema
Разработчик указывает, что инструкции по извлечению передаются через схему, а не отдельный промпт. Сначала определите поля и типы данных. В описании цены уточните, нужно ли брать текущую цену или зачёркнутую; для даты задайте ожидаемый формат. Отдельно продумайте отсутствующие значения, валюту и единицы измерения. Это рекомендации по проектированию интеграции: конкретную поддержку параметров проверяйте в документации используемого API-подключения.
Что проверять после извлечения
Корректный JSON ещё не доказывает, что данные верны. Сопоставьте результат с исходной страницей: цена должна относиться к нужному товару, дата — к нужному событию. Добавьте проверки обязательных полей и допустимых значений. Страницы, которые не прошли проверку, отправляйте на повторный разбор или ручную проверку, а не записывайте автоматически в рабочую базу.
Ограничения и выбор между Turbo и Small
Большую страницу может потребоваться разбить на части. Если схема допускает несколько трактовок, уточните описания полей. Для сравнения Turbo и Small используйте одинаковый набор HTML и одну схему: измерьте точность, время обработки и итоговый расход. Не переносите заявленные результаты разработчика на свой поток без проверки.
Из чего складывается стоимость API
Входные токены расходуются на передаваемые данные, выходные — на результат. Для оценки бюджета возьмите средний объём страницы и ответа, затем умножьте на число страниц и учтите повторы. Актуальное состояние тарифа показано в блоке стоимости этой страницы.
Вопросы и ответы
Schematron V2 Turbo сама открывает сайты?
Описанный разработчиком сценарий начинается с передачи HTML. Получение страницы, выполнение JavaScript и выбор нужного содержимого следует предусмотреть в своей системе сбора данных.
Это универсальный чат-бот?
Модель специализируется на извлечении данных из HTML в JSON. Для свободного диалога и написания текстов сравните универсальные текстовые модели в каталоге.
Что проверить перед подключением Schematron V2 Turbo?
Проверьте формат передачи HTML и схемы, обработку отсутствующих значений и валидацию результата. Начните с одной знакомой страницы, чтобы сопоставить полученные поля с исходными данными.
Чем она отличается от XML Schematron?
Здесь описана нейросеть Inference.net. Одноимённый язык проверки XML — другой инструмент и не относится к этой карточке модели.