Inference.net 发 Schematron V2：3B 专用抽取模型，H100 吞吐 4.14 req/s

Inference.net 发布 Schematron V2，含 Small 与 Turbo 两款 3B 参数 HTML-to-JSON 专用抽取模型。Turbo 在单张 H100 上吞吐 4.14 请求/秒，较上一代 3B 模型提升 2.5 倍；Small 在复杂 schema 与长页面上质量逼近上一代 8B 模型（LLM-as-Judge 评测 4.060 对 4.070）。

两款共享 128K token 上下文与严格 JSON 模式（100% schema 合规输出），经 Inference 平台微调训练，权重暂不开源，仅经 serverless API 提供；旧 3B/8B 标识自动路由至 V2 对应款。意义：任务专用小模型以 40-80 倍价差逼近通用大模型的抽取质量，验证「小模型+专用训练」在结构化数据管线的性价比路线。

原文链接：Inference.net 官方博客