Schematron V2 Small

1. Schema 驱动的数据提取

Schematron 最核心的地方，就是它不靠 prompt 驱动。

你不是告诉它：

“帮我找到商品信息。”

而是提前定义：

• 商品名称
• 价格
• 分类
• 参数字段

模型负责把网页内容映射到这些字段。

对于批量数据入库，这种方式比调用通用模型再清洗结果更直接。

但它没有多少自由发挥空间。

页面结构变化，Schema 也需要跟着改。

所以它更像一个数据处理组件，而不是网页分析助手。

2. 长页面处理能力

Schematron V2 Small 支持 128K token 上下文，针对长 HTML 做了优化。

Inference.net 提到，它可以处理真实网页里的复杂标记和混乱结构。

这一点我觉得比单纯的 benchmark 更有价值。

真实网页很少是干净的正文。

大量广告代码、嵌套标签、无关元素都会影响提取效果。

如果模型能少依赖人工清洗，实际部署会方便很多。

当然，官方仍建议使用 lxml 等工具处理 script 和 style。

我不会太关注它在测试集上的格式得分差 0.01。

生产环境里，更重要的是：每天处理几万页面时，它能不能稳定少出错。

3. 小模型带来的速度和成本优势

Schematron V2 Small 只有 3B 参数。

这也是它价格低的重要原因。

Inference.net 公布的数据中，在单张 H100 上，它的吞吐为 2.47 requests/sec，测试条件为 10K 输入 token 加 500 输出 token。

这个速度不算顶级。

但它本来也不是为复杂推理设计的。

它的目标更像是大量重复任务：输入网页，输出结构化数据。

Benchable 测试显示，它在速度维度排名第 93 百分位，可靠性为 100%。

这些数字可以参考，但我更想看真实业务里的失败率。

一个提取模型，偶尔格式错误造成的数据返工，比慢一点更麻烦。

4. 相比上一代，3B 版本接近 8B 效果

Schematron V1 有 3B 和 8B 两个版本。

V2 Small 的目标，是用更小的模型达到接近 8B 版本的效果。

Inference.net 使用 GPT-5.4 作为 LLM-as-judge：

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

在 SimpleQA 测试中：

• V2 Small + GPT-5 Nano + Exa：83.10
• V1 8B：85.58

单看数字，8B 仍然略高。

但我觉得这个差距放到生产环境里，未必能明显感受到。

如果每天处理几十万条网页数据，成本、速度和稳定性可能比那一点评分差距更重要。

这也是 V2 Small 的价值所在：用更小的模型，把实际可用性做上去。

我会把 Schematron V2 Small 用在：

• 商品信息抓取；
• 网页数据入库；
• 大量 HTML 转结构化数据；
• 固定格式文档解析。

这些任务里，我需要的是稳定输出 JSON，而不是模型帮我理解世界。

我不会拿它做：

• 内容总结；
• 复杂分析；
• 页面价值判断；
• 通用聊天。

如果任务需要模型思考“这个页面表达了什么”，Schematron 不是合适选择。

如果任务只是把网页里的信息稳定搬进数据库，它反而可能比更大的通用模型更实用。