Inference.net: Schematron V2 Turbo

inference-net/schematron-v2-turbo

Schematron V2 Turbo — это модель 3B-параметрического HTML-to-JSON извлечения данных от Inference.net. Она оптимизирована на пропускную способность для высоконагруженных задач извлечения. Инструкции по извлечению должны передаваться через JSON-схему в response_format, а не через системные или пользовательские промпты.

Модальности

Вход / выход за 1 млн

3,44 ₽ / 17,19 ₽

Контекст

128 000

Добавлена

12 сент. 2026 г.

Провайдеры

Провайдер выбирается автоматически с учётом цены и доступности. Для явного выбора скопируйте его ID из таблицы. Как указать провайдера

Провайдеры: 1Варианты: 2

Задержка / скорость

Провайдер	Вход / 1 млн	Выход / 1 млн	Кэш / 1 млн	Задержка	Скорость	Доступность
InferenceNetBF16	3,44 ₽	17,19 ₽	3,44 ₽	601 мс	141 ток/с	100,00%
InferenceNetBF16	3,44 ₽	17,19 ₽	3,44 ₽	1,01 с	145 ток/с	100,00%

Производительность

Скорость — сколько токенов в секунду пишет модель, задержка — время до первого токена. Показаны лучшие значения среди провайдеров за последние 30 минут; данные по каждому провайдеру — в таблице выше.

Скорость, лучшая P50

145 ток/с

InferenceNet

Задержка, лучшая P50

601 мс

InferenceNet

Провайдеров доступно

1 из 1

с резервным переключением

Доступность

100,00%

лучший провайдер, 30 мин

Цены

Стоимость показана в рублях по текущему курсу пополнения. Итоговая сумма зависит от фактического usage ответа.

Операция	Стоимость
Входные токены	3,44 ₽за 1 млн токенов
Выходные токены	17,19 ₽за 1 млн токенов
Чтение кэша	3,44 ₽за 1 млн токенов

Параметры и модальности

Поддержка параметров синхронизирована с текущей версией модели.

Вход: текст•Выход: текст

Длина ответа2

max_tokens: Максимальное число токенов в ответе модели.
stop: Останавливает генерацию при появлении одной из заданных последовательностей.

Генерация9

frequency_penalty: Снижает вероятность токенов пропорционально частоте их появления.
logit_bias: Повышает или понижает вероятность отдельных токенов.
min_p: Отсекает токены относительно вероятности наиболее вероятного токена.
presence_penalty: Снижает вероятность уже встречавшихся токенов независимо от частоты.
repetition_penalty: Уменьшает повторение фрагментов исходного текста и ответа.
seed: Фиксирует зерно генерации для более воспроизводимого результата.
temperature: Управляет случайностью: меньше — точнее, больше — разнообразнее.
top_k: Ограничивает выбор заданным числом наиболее вероятных токенов.
top_p: Ограничивает выбор токенов вероятностной массой top-p.

Формат ответа2

response_format: Задаёт требуемый формат ответа, например JSON.
structured_outputs: Включает строгую генерацию по переданной JSON Schema.

Пример запроса

Ключ API передаётся через переменную окружения GOROUTER_API_KEY. Создать ключ можно в личном кабинете.

main.py

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["GOROUTER_API_KEY"],
    base_url="https://gorouter.ru/api/v1",
)

completion = client.chat.completions.create(
    model="inference-net/schematron-v2-turbo",
    messages=[{"role": "user", "content": "Привет!"}],
)

print(completion.choices[0].message.content)

Вопросы и ответы

Сколько стоит Schematron V2 Turbo?

В GoRouter: входные токены — 3,44 ₽ за 1 млн токенов; выходные токены — 17,19 ₽ за 1 млн токенов; чтение кэша — 3,44 ₽ за 1 млн токенов. Цены указаны в рублях по текущему курсу пополнения, оплата списывается по фактическому usage ответа.

Какой размер контекста у Schematron V2 Turbo?

Контекстное окно Schematron V2 Turbo — 128 000 токенов. В него входят и запрос, и ответ модели.

Какие данные принимает Schematron V2 Turbo?

На вход модель принимает текст, а возвращает текст.

Какие провайдеры обслуживают Schematron V2 Turbo?

Модель доступна у 1 провайдеров: InferenceNet. GoRouter выбирает провайдера автоматически с учётом цены и доступности, а при ошибке переключается на следующего.

Поддерживает ли Schematron V2 Turbo вызов инструментов и JSON?

Schematron V2 Turbo поддерживает: структурированный JSON-ответ. Полный список параметров приведён в разделе «Параметры».

Как подключить Schematron V2 Turbo через API?

Отправьте запрос на endpoint /chat/completions единого API GoRouter и укажите ID модели «inference-net/schematron-v2-turbo». API совместим с OpenAI SDK — достаточно заменить base URL и ключ. Для Anthropic SDK и Claude Code используйте endpoint /messages с тем же ID модели.