Schematron V2 Turbo

нейросеть

Schematron V2 Turbo — модель Inference.net на 3 млрд параметров для извлечения данных из HTML в JSON через schematron api

Характеристики

Входные данные
текст, документы
Результат
текст
Размер контекста
128 000 токенов
Макс. длина ответа
8 192 токена
3,26 ₽

Стоимость промпта

(за 1M токенов)

16,28 ₽

Стоимость ответа

(за 1M токенов)

*Указаны цены при использовании API через ECO-провайдеров.
bothub
BotHub: Попробуйте нейросети бесплатноbot

Осталось Caps: 0 CAPS
Пример кода и API для Schematron V2 TurboМы предлагаем полный доступ к API OpenAI через наш сервис. Все наши конечные точки полностью соответствуют конечным точкам OpenAI, их можно использовать как с плагинами, так и при разработке собственного программного обеспечения через SDK.Создать API ключ
import OpenAI from 'openai';
const openai = new OpenAI({
  apiKey: '<your bothub access token>',
  baseURL: 'https://openai.bothub.chat/v1'
});


// Sync - Text generation 

async function main() {
  const chatCompletion = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'schematron-v2-turbo',
  });
} 

// Async - Text generation 

async function main() {
  const stream = await openai.chat.completions.create({
    messages: [{ role: 'user', content: 'Say this is a test' }],
    model: 'schematron-v2-turbo',
    stream: true
  });

  for await (const chunk of stream) {
    const part: string | null = chunk.choices[0].delta?.content ?? null;
  }
} 
main();
illustaration

Как работает Schematron V2 Turbo?

Schematron V2 Turbo — компактная модель Inference.net на 3 млрд параметров, заточенная под одну задачу: превращать HTML в структурированный JSON. Инструкции по извлечению задаются не текстом, а JSON-схемой в параметре response_format, поэтому ответ приходит строго в заданной форме. Вариант Turbo сделан с упором на пропускную способность и рассчитан на потоковые объёмы обработки. В BotHub модель доступна из России без VPN и зарубежной карты, оплата — российскими картами в рублях и только за фактически израсходованные токены. Запросы идут через единый OpenAI-совместимый API, так что Schematron V2 Turbo встраивается в существующий пайплайн, а переключиться на другую из более чем 250 моделей можно без переписывания интеграции; для компаний доступны договор, счёт и ЭДО. Пригодится, когда нужно собирать карточки товаров и цены из каталогов, вытаскивать поля из лендингов и страниц выдачи, нормализовать спарсенный HTML перед загрузкой в базу и готовить данные для RAG-индексов и аналитики.

Частые вопросы о Schematron V2 Turbo

Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.

schematron-v2-turbo — текстовая модель с поддержкой обработки документов (TEXT_TO_TEXT, DOCUMENT_TO_TEXT). Подходит для анализа и суммаризации больших документов, извлечения информации и генерации развёрнутых текстовых ответов в рамках длинного контекста (до 128000 токенов).

Максимальный объём вывода определяется параметром Max output tokens и составляет 8192 токенов. Реальное число слов в ответе зависит от токенизации и от объёма входного контекста; при необходимости больших результатов делите задачу на несколько запросов.

В наших данных не отмечено явной поддержки рассуждений перед ответом. Большой контекст модели позволяет задавать пошаговые инструкции и получать более развёрнутые объяснения, но способность выдавать внутренние цепочки рассуждений не задокументирована, проверьте на практике.

В наших данных не отмечено поддержки function calling; это не исключает, что модель может формировать структурированный JSON как текст. Если нужно интегрировать функции, формируйте JSON-ответы текстово и обрабатывайте их на стороне вашего приложения.

По нашим данным модель принимает на вход документы, но явной пометки о загрузке изображений, аудио или видео нет. Для мультимедийного контента рекомендуется извлечь текстовую часть или уточнить поддержку у провайдера перед интеграцией.

В наших данных отсутствует явная оценка качества понимания русского языка. Как текстовая модель она может работать с разными языками, но точность и стиль на русском не задокументированы — рекомендуем протестировать её на ваших примерах.

Служба поддержкиРаботаем с 10:00 до 18:00 по МСК