Cloudflare预览低价结构化抽取模型

人工智能

Cloudflare 发布了 Clairic 的预览版。这是一款运行在 Workers AI 上的全新 System One 提取模型。Cloudflare 的 Clairic 提取模型读取文本或图像，返回带类型的值，而不是生成文本。它瞄准的是开发者通常交给 LLM 的一项工作：提取总金额、日期和 ID，并整理成 JSON。Clairic 只需 1 次前向传播，就能回答所有请求字段，无需推理，也不产生输出 token。

模型规模：参数量未披露。上下文窗口为 65,536 token，每次请求最多支持 4 张图像。

运行环境：通过 Workers AI（@cf/cloudflare/clairic）运行在 Cloudflare 托管的 GPU 上。权重发布之前，不支持本地运行。

性能：在 Cloudflare 的测试中，提取耗时不到 1 秒。目前尚未公布标准准确率基准测试。

最佳表现：在 Cloudflare 的理赔处理流程中，提取步骤耗时 0.46 秒，而 GLM-5.3 为 16.1 秒。

最差表现：21 次 TSA 次日预测中，有 4 次实际值落在其 80% 区间之外。多步算术运算不可靠。

Clairic 是 Cloudflare 开发的模型，能够从非结构化输入中提取、计算、估计和预测带类型的值。它延续了 TypeSafe 的 Jev 所采用的 System One 思路，这个名称源自卡尼曼所说的快速、直觉式思维。

Jev 和 Cloudflare 自家的 Clef 都是决策模型：它们为你预先列出的选项打分。Clairic 则负责那些无法提前枚举的答案，例如发票总金额、日期或维修费用。

Cloudflare 将这套架构划分为 3 层：提取模型把原始输入转换为带类型的值，决策模型把这些值转换为决策，LLM 再把决策转换为文字。

Clairic 请求如何工作？

一次请求包含一个 state（文本加上最多 4 张图像），以及一份由具名、带类型字段组成的映射。每个字段都可以附带自然语言指令。根据 Workers AI 更新日志，支持的类型包括 text、number、date、time、datetime、duration、list、estimate 和 forecast。

每个标量答案都会包含 p_null，表示该值不存在的概率，同时还会提供置信度分数。文本答案返回原文中的精确片段及其字符偏移量。估计和预测结果返回中位数，以及从 p10 到 p90 的 80% 区间。预测最多支持 64 步。

字段数量没有限制。如果字段与输入合在一起，无法放进单次 8,192 token 的处理过程，就会拆成多个并行处理过程。每个处理过程都会看到完整输入。在文档示例中，一张 61 token 的发票分 3 次处理，计费输入量为 655 token，其中包括 472 个 schema token。字段较多的 schema，其成本可能比文档本身还高。

Cloudflare 的测试说明了什么？

在一个客服邮件示例中，Clairic 将价格和税费相加，得出 $701.10。它还计算出距离送达已经过去 11 天。这两个数字都没有直接出现在邮件中。对于缺失的运单号，它返回了 null，没有猜一个看似合理的值。

面对一张拍歪的收据照片，它读出了全部 7 个实际存在的值，并对不存在的折扣返回 null。置信度最低的是订单号，为 0.776。

在预测测试中，Cloudflare 预测了 21 天的 TSA 安检站每日通行人数。平均误差为 3.3%。21 个实际人数中，有 17 个落在 80% 区间内。4 次未命中里，有 3 次发生在哥伦布日周末。

主要测试是一套商品损坏理赔处理流程：Clairic 提取事实，Clef 决定退款还是维修，GLM-5.3 撰写回复。Cloudflare 将它与完全由 GLM-5.3 处理这 3 个步骤的方案进行了比较。

这套级联流程耗时 19.3 秒，而全 LLM 流程为 61.7 秒，速度约为后者的 3.2 倍。提取步骤耗时 0.46 秒，对照方案为 16.1 秒；决策步骤耗时 0.22 秒，对照方案为 21.9 秒。每百万次理赔的成本下降了 49%，从 $11,740 降至 $6,032。回复步骤仍占据绝大部分时间，在总计 19.3 秒中占了 18.6 秒。

两套流程都正确提取了事实，也作出了正确决策。Clairic 在多次运行中给出的维修费用估计完全一致。GLM-5.3 则分别返回了 $250、$250 和 $220。Cloudflare 表示，Gemma 4 和 Qwen 未能完成全 LLM 版本的流程。

Clairic 与 Clef、Jev 和 GLM-5.3 相比如何？

指标	Clairic	Clef	Jev	GLM-5.3
开发者	Cloudflare	Cloudflare	TypeSafe AI	Z.ai
类别	System One 提取模型	System One 决策模型	System One 决策模型	System Two LLM（推理）
输出	带类型的值：文本片段、数字、日期、时长、列表、估计、预测	为你列出的选项提供概率	带类型的决策及经过校准的概率	自由形式文本
参数量	未披露	27B	未披露	未披露
上下文窗口	65,536 token	65,536 token	未披露	1,048,576 token
图像输入	支持，最多 4 张	支持（文本、JSON、图像、视频）	未披露	未披露
输入价格	$0.10 / 百万 token	$0.24 / 百万 token	$0.042 / 百万 token	$1.40 / 百万 token
输出价格	无	无	免费	$4.40 / 百万 token
速度	提取步骤耗时 0.46 秒（Cloudflare 测试）	中位数 209.3 毫秒（Cloudflare 评估）	端到端 70 至 500 毫秒（TypeSafe）	提取步骤耗时 16.1 秒（Cloudflare 测试）
可用性	Workers AI 预览版；计划开放权重	Workers AI；Apache 2.0 权重	TypeSafe API，抢先体验	Workers AI，Paid plan

开发者可以在哪里使用，费用是多少？

Clairic 已以预览版形式上线，模型标识为 @cf/cloudflare/clairic。可以通过 Workers AI binding，使用 env.AI.run() 调用，也可以通过 REST API 调用。AI Gateway 同样支持这些端点。

定价为每百万输入 token $0.10，不收取输出费用。这个价格低于 Clef 的 $0.24，但高于 Jev 的 $0.042。Cloudflare 承诺会发布权重，但目前尚未发布。

Clairic 只需 1 次前向传播，就能返回带类型的值，而不是文本。

每百万输入 token 收费 $0.10；输出 token 不收费。

提取耗时为 0.46 秒，而 GLM-5.3 为 16.1 秒。

每个答案都附带置信度、p_null，以及文本片段或区间。

欢迎查看 Cloudflare 博客文章、Clairic 模型文档、提取模型介绍和 Workers AI 更新日志。也可以阅读我们此前对 Drex 1.5 的报道。本项目的全部功劳归于其研究人员。此外，欢迎在 Twitter 上关注我们，别忘了加入我们拥有 150k+ 成员的 ML SubReddit，并订阅我们的 Newsletter。等等！你用 Telegram 吗？现在也可以加入我们的 Telegram 社群了。

Asif Razzaq 是 Marktechpost AI Media Inc. 的 CEO。作为一位富有远见的创业者和工程师，Asif 致力于发挥人工智能的潜力，推动社会公益。他最近的一项事业是推出人工智能媒体平台 Marktechpost。该平台以深入报道机器学习和深度学习新闻而见长，内容既保持技术上的严谨，又能让广泛读者轻松理解。平台每月浏览量超过 200 万，体现了它在读者中的受欢迎程度。