Inference Net
Schematron V2 Turbo
Schematron V2 Turbo از Inference.net یک مدل ۳ میلیارد پارامتری است که HTML را به JSON استخراج میکند و برای کارهای استخراج با حجم بالا، سرعت پردازش را در اولویت قرار داده است. دستورهای استخراج باید از طریق یک اسکیمای JSON در بخش response_format داده شوند، نه به شکل دیگری.
شناسه در API: schematron-v2-turbo
تحلیل
حکم کلی
ارزان است و برای کارهای سبک و پرحجم مناسب است. اگر دقت بالا لازم دارید، سراغ مدل قویتری بروید.
نقاط قوت
- قیمتش مناسب است
نقاط ضعف
در دادهها نقطهضعف مهمی دیده نشد.
سنجههای فارسی
عملکرد زنده
از آمار زندهٔ OpenRouter (۱ ارائهدهندهای که آمار گزارش کردهاند): پایداری در ۲۴ ساعت گذشته، تأخیر و سرعت در ۳۰ دقیقهٔ آخر از ۶۹ درخواست. ساعتی بهروز میشود.
قابلیتها
پارامترهای قابل ارسال
اینها را میتوانید در درخواست به این مدل بفرستید.
temperatureمیزان خلاقیت جوابtop_pنمونهبرداری هستهایtop_kمحدود کردن گزینههای هر توکنmax_tokensسقف طول جوابstopتوقف با رشتهٔ دلخواهseedجواب تکرارپذیرresponse_formatقالب جواب (JSON)structured_outputsخروجی با اسکیمای مشخصfrequency_penaltyکم کردن تکرار کلمهpresence_penaltyتنوع موضوعrepetition_penaltyجریمهٔ تکرارlogit_biasتغییر احتمال توکنهاmin_pحداقل احتمال
بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.
امتحان مدل
برای امتحان این مدل وارد شوید. هر اجرا با همان قیمت مرشد API از کیف پول شما کم میشود.
ورود برای امتحاناستفاده با API
با SDK خود OpenAI کار میکند؛ فقط آدرس پایه را https://api.morshed.ai/v1 و کلید را کلید مرشد API بگذارید.
curl https://api.morshed.ai/v1/chat/completions \
-H "Authorization: Bearer $MORSHED_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "schematron-v2-turbo", "messages": [{"role": "user", "content": "سلام! خودت را معرفی کن."}]}'import os
from openai import OpenAI
client = OpenAI(base_url="https://api.morshed.ai/v1", api_key=os.environ["MORSHED_API_KEY"])
res = client.chat.completions.create(
model="schematron-v2-turbo",
messages=[{"role": "user", "content": "سلام! خودت را معرفی کن."}],
)
print(res.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({ baseURL: "https://api.morshed.ai/v1", apiKey: process.env.MORSHED_API_KEY });
const res = await client.chat.completions.create({
model: "schematron-v2-turbo",
messages: [{ role: "user", content: "سلام! خودت را معرفی کن." }],
});
console.log(res.choices[0].message.content);مشخصات فنی
- کانتکست
- ۱۲۸K توکن
- حداکثر طول جواب
- ۸ هزار توکن
- مودالیتی
- text
- سرعت
- ۲۳۲ توکن/ثانیه
- تأخیر اولین توکن
- ۱۵۰ میلیثانیه
- تاریخ انتشار
- ۲۱ شهریور ۱۴۰۵
- فیلتر محتوای ارائهدهنده
- ندارد
ارائهدهندهها
درخواستهای این مدل در مرشد API از طریق این ارائهدهنده پاسخ میگیرند.
- InferenceNet
پرسشهای پرتکرار
دربارهٔ Schematron V2 Turbo
این مدل هنوز در ارزیابی فارسی ما نبوده. مدلها را بهنوبت ارزیابی میکنیم و امتیازش بعد از ارزیابی همینجا میآید.
با نرخ روزانهٔ دلار، هر ۱ میلیون توکن ورودی ۱۳٬۷۰۴ تومان و هر ۱ میلیون توکن خروجی ۶۸٬۵۲۰ تومان است. یک گفتگوی معمولی با این مدل حدود ۵۵ تومان تمام میشود.
این مدل را میتوانید با شناسهٔ schematron-v2-turbo از API مرشد صدا بزنید. API با SDK رسمی OpenAI سازگار است و پرداختش ریالی است.
این مدل خروجی را در قالب JSON مشخص برمیگرداند.
کانتکست این مدل ۱۲۸ هزار توکن است، یعنی تقریباً ۱۲۸ صفحه متن فارسی را یکجا میخواند. در هر جواب هم تا ۸ هزار توکن مینویسد.