AI-mallit ja alustat
Cloudflare julkaisee avoimilla painoilla varustetut Clairic-mallit tiedon poimintaan

Keskeiset kohdatAvoimet painot siirtävät tarjoilukustannukset ja hallinnan Cloudflarelta käyttäjille…
Näytä lisää
- Avoimet painot siirtävät tarjoilukustannukset ja hallinnan Cloudflarelta käyttäjille, jotka ajavat Clairicia paikallisesti.
- Rinnakkaisten slottien autoregressiivinen generointi paransi poiminnan tarkkuutta pienellä viivekustannuksella.
- Cloudflaren tarkkuusluvut ovat itse raportoituja, eikä niillä ole riippumattomia julkisia poiminnan vertailuarvoja.
Cloudflare ilmoitti 18. marraskuuta 2026, että päivitetty 27 miljardin parametrin Clairic ja uusi 9 miljardin parametrin Clairic-flash ovat saatavilla avoimin painoin Hugging Facessa ja hallinnoituina Workers AI -päätepisteinä. Molemmat on suunniteltu muuntamaan jäsentämätöntä tekstiä, kuvia ja PDF-tiedostoja tyypitetyiksi arvoiksi, arvioiksi ja ennusteiksi.
Clairic-mallikortissa perusmalliksi nimetään Qwen3.8-27B, kun taas Clairic-flash-mallikortissa perusmallina on Qwen3.5-9B. Molempien arkistot sisältävät painot, tyypitetyn tulosteen komponentit, tokenisaattori- ja prosessoritiedostot sekä Python-apuohjelmia Apache-2.0-lisenssillä. Näin malleja voi käyttää paikallisesti PyTorchilla ja Transformersilla ilman Workers AI:n käyttöä.
Julkaisua edelsi Cloudflaren 19. lokakuuta 2026 julkaistu pilvipalveluna tarjottu esikatselu, jossa käytettiin varhaista tarkistuspistettä ja kerrottiin avoimien painojen seuraavan lisätyötä. Esikatselu kattoi jo tiedon poiminnan, laskennan, arvioinnin ja ennustamisen, mutta ohjeissa mainittiin rajoituksina monivaiheinen aritmetiikka, ilman tukevaa näyttöä tehdyt arviot ja perustason ennustaminen.
Uudistettu tiedonpoiminta-arkkitehtuuri
Tavallisen tekstin ja numeroiden poimintaa varten Cloudflare korvasi esikatseluversion yhden eteenpäinlaskennan rakenteen rinnakkaisella paikkakohtaisella autoregressiivisella generoinnilla. Kentät etenevät yhdessä palveluerässä, mutta kukin kenttä käyttää seuraavan tokenin valintaan omia aiemmin generoituja tokeneitaan ja pysähtyy oman lopetusmerkkinsä kohdalla. Erilliset päät käsittelevät arvioita, ennusteita, kestoja, laskettuja päivämääriä ja eksplisiittisiä laskutoimituksia. Cloudflaren mukaan muutos paransi tekstin ja kuvien poiminnan tarkkuutta ja lisäsi samalla hieman viivettä.
Tyypitetty rajapinta säilyttää luottamusarvot, null-arvon todennäköisyydet ja merkkivälit yksiselitteisesti vastaaville tekstinäytöille; pelkästään kuvaan perustuvissa tai monitulkintaisissa näytöissä merkkivälit ovat null-arvoja. Syötteenä voi olla tekstiä tai JSON-tietoa sekä valinnaisia kuvia ja upotettuja PDF-tiedostoja. Tulosteisiin sisältyy tyypitettyjä arvoja, luetteloita, null-arvoja, arvioita ja ennustepolkuja. Yhdessä pyynnössä saa olla yhteensä enintään neljä kuvaa tai renderöityä PDF-sivua. Upotettujen syötteiden enimmäiskoko on 4 MiB kappaleelta ja yhteensä 8 MiB, eikä etämedian URL-osoitteita hyväksytä.
PDF-tuen ansiosta yhdessä pyynnössä voi pyytää toimittajan tiedot, rivikohtaiset tuotteet ja kokonaissumman, vaikka ne olisivat eri sivuilla. Rivitiedoissa säilyvät kunkin tuotteen kuvaus, määrä ja hinta. Sivuraja määrittää yksittäisen mallikutsun laajuuden: malli käsittelee pientä sivujoukkoa koko asiakirja-arkiston sijaan.
Itse ilmoitettu tarkkuus ja viive
Cloudflaren sisäisissä arvioinneissa saatiin seuraavat oikeiden vastausten määrät päivitetyille malleille ja aiemmalle esikatselun tarkistuspisteelle:
| Arviointi | Clairic-preview | Clairic | Clairic-flash |
|---|---|---|---|
| Uudet tekstikentät, 96 pyyntöä | 295/336 | 335/336 | 328/336 |
| Seuratut asiakkaiden väittämät, 139 pyyntömuotoa | 1,033/1,263 | 1,263/1,263 | 1,263/1,263 |
| Synteettiset kuittikentät tekstissä ja kuvissa | 369/576 | 576/576 | 576/576 |
Yhtiön mukaan julkisia tiedonpoiminnan vertailutestejä ei ole. Se kuvaa vertailujaan Liquid AI:n D1.2-malliin yhdistettyyn optiseen tekstintunnistukseen ja Scaledownin Extractiin suuntaa antaviksi, itse ilmoitetuiksi ohjeellisiksi tuloksiksi. Luvut dokumentoivat siis Cloudflaren ilmoittamaa edistystä esikatseluversioon verrattuna; ne eivät muodosta riippumatonta tiedonpoimintamallien paremmuusjärjestystä.
Cloudflaren mukaan Clairicin vastausajat tuoreilla tekstikentillä ovat mediaaniltaan 358 ms ja 95. persentiilissä 736 ms; Clairic-flashilla vastaavat ajat ovat 155 ms ja 328 ms. Tuoreilla kuvakentillä Clairicin vastausajat olivat samoilla persentiileillä 453 ms ja 976 ms, kun taas Clairic-flashin ajat olivat 305 ms ja 605 ms. Testeissä mitattiin itse ylläpidetyltä palvelimelta saadut täydelliset HTTP-vastaukset, ja jokaisen pyynnön kaikki kentät olivat mukana mittauksessa.
Päätepisteiden siirto ja syöttötokenien hinnoittelu
Workers AI:ssä suurempi malli toimii nyt osoitteessa @cf/cloudflare/clairic, kun taas pienempi versio siirtyy osoitteeseen @cf/cloudflare/clairic-flash. Esikatselun Clairic-päätepistettä käyttävät sovellukset saavat päivitetyn mallin automaattisesti sitä mukaa kuin se otetaan käyttöön nykyisen tilalla, ja hallinnoidun API:n skeemat pysyvät ennallaan. Asiakkaat voivat sen sijaan ohjata kustannusherkät työkuormat edullisempaan Clairic-flash-päätepisteeseen.
Cloudflare asetti Workers AI:n normaalihinnaksi Clairicille 0,24 dollaria miljoonaa syöttötokenia kohti ja Clairic-flashille 0,10 dollaria miljoonaa syöttötokenia kohti. Tulostokenien käytöstä ei veloiteta, vaikka uudistettu arkkitehtuuri tuottaa niitä. Molempien mallien tarjoushinta on 1. joulukuuta 2026 asti 0,10 dollaria miljoonaa syöttötokenia kohti. Sen jälkeen Clairicin alennus päättyy ja sen normaali hinta palaa voimaan.
Julkaisujen yhteydessä esitellään myös Workers AI:n superälytiimi, jota Cloudflare kuvaa Clefin ja Clairicin taustalla toimivaksi eturintaman tutkimusryhmäksi. Sen System One -strategiana on siirtää tarkasti rajattuja tehtäviä kalliilta yleiskäyttöisiltä LLM-kutsuilta pienemmille, tiettyihin tarkoituksiin rakennetuille malleille.
Cloudflaren syöteperusteinen hinnoittelu säilyttää alkuperäisen System One -kustannusmallin myös siirtymisen jälkeen tokenien tuottamiseen, kun taas avoimet painot siirtävät mallien käytöstä aiheutuvat kustannukset ja hallinnan käyttäjille, jotka suorittavat mallit itse. Avoimeksi kysymykseksi jää, miten sisäiset tulokset soveltuvat tuotantodokumentteihin, sillä mallikorteissa todennäköisyyspisteiden hyväksymiskynnykset jätetään kunkin sovelluksen määriteltäviksi.












