Schematron V2 Turbo

1. 大量処理向けの高速化

Turboの存在理由はここです。

単一H100環境で、10K入力tokens＋500出力tokensの条件では、4.14 requests/secを達成しています。

比較すると：

• V2 Small：2.47 requests/sec
• 初代8B：約1.66 requests/sec

TurboはV2 Smallより約1.7倍、初代8Bより約2.5倍高速です。

この差は、少量のデータ処理ではあまり感じません。

でも、リアルタイムスクレイピングや価格監視、金融文書処理のような常時動くシステムでは、そのまま処理時間とサーバーコストに影響します。

私ならTurboを少数の重要ページ分析には使いません。

大量の同じ処理を回す場面で使います。

2. 品質は十分、ただし最高ではない

TurboはSmallより少し品質を落として、その分速度と価格を取るモデルです。

Inference.netはGPT-5.4をLLM-as-judgeとして評価しています（5点満点）。

結果：

• V2 Turbo：4.039
• V2 Small：4.060
• V1 8B：4.070
• V1 3B：3.909

SimpleQAでは：

• V2 Turbo + GPT-5 Nano + Exa：79.42
• V2 Small：83.10

数字ではTurboはSmallより低いです。

ただ、私はこの数ポイントの差をそのまま重要視しません。

大量のデータ処理では、少し高いスコアより、

• 失敗率
• 処理速度
• 修正作業の量

のほうが影響します。

必要な品質を満たしているなら、安いほうが合理的なケースもあります。

3. Schemaベースで動く抽出モデル

TurboもV2 Smallと同じく、Schemaで制御します。

例えばタイトルを取りたい場合、

「タイトルを抽出して」

ではなく、

title: { type: "string" }

のように項目を定義します。

そのSchemaに合わせてJSONを返します。

この方式のメリットは形式が崩れにくいことです。

• 項目不足
• 型違い
• JSON形式の崩れ

といった後処理を減らせます。

ただし、柔軟な理解は期待できません。

ページ構造が変わればSchema修正が必要です。

TurboはWebページを分析するAIではなく、決めた形式にデータを移すためのツールです。

4. V1 3Bからの高速化版

Inference.netは初代3Bと8Bモデルを終了しています。

schematron-3bへのリクエストはV2 Turboへ自動的に切り替えられます。

変化は分かりやすいです。

速度：

• V1 3B：約1.66 requests/sec
• V2 Turbo：4.14 requests/sec

品質：

• V1 3B：3.909
• V2 Turbo：4.039

速度は大きく改善し、品質も少し上がっています。

TurboはSmallの廉価版ではありません。

V1 3Bを使っていた人が、大量処理向けに移行するためのモデルです。

私ならSchematron V2 Turboを使うのは：

• 大規模Webスクレイピング
• 商品価格監視
• 大量HTMLのJSON化
• 金融文書の一括処理

です。

ここで必要なのは「ページの意味を考える能力」ではなく、決めた項目を速く安定して抜くことだからです。

逆に使わないのは：

• 記事要約
• ページ内容の判断
• 複雑な分析
• 自由な質問対応

です。

数十万、数百万ページを処理するなら、Turboの速度と価格差は大きいです。

数ページだけ処理するなら、普通のLLMのほうが楽です。

私が見るポイントは単純です。

API料金が安いかではなく、データ処理全体の時間を減らせるか。

そこが改善するなら使います。

確認作業ばかり増えるなら、安さだけでは選びません。