Cloudflare ने Clairic जारी किया, अपना पहला सिस्टम वन निष्कर्षण मॉडल

Cloudflare ने 19 अक्टूबर 2026 को Clairic की घोषणा की और इसका पूर्वावलोकन जारी किया। कंपनी इसे सिस्टम वन निष्कर्षण मॉडल की नई श्रेणी का पहला मॉडल बताती है। यह Workers AI पर होस्ट किया गया है और इसके ओपन-वेट्स संस्करण को बाद में जारी करने की योजना है।

यह मॉडल असंरचित इनपुट से प्रकार-निर्धारित मान निकालने के लिए बनाया गया है। यह पाठ उत्पन्न करने के बजाय जानकारी निकालता, गणना करता, अनुमान लगाता और पूर्वानुमान देता है। Cloudflare का कहना है कि Clairic यह काम पारंपरिक बड़े भाषा मॉडलों की तुलना में अधिक सटीकता, कम विलंबता और कम लागत पर करता है।

Workers AI पर उपलब्धता और मूल्य निर्धारण

Clairic पूर्वावलोकन के रूप में उपलब्ध है @cf/cloudflare/clairic, जिसे Cloudflare Worker से कॉल किया जा सकता है env.AI.run() या REST API के ज़रिए। आधिकारिक मॉडल दस्तावेज़ में 65,536 टोकन की संदर्भ-सीमा, विज़न समर्थन और प्रति दस लाख इनपुट टोकन पर $0.10 का मूल्य दिया गया है।

चूँकि मॉडल कोई आउटपुट टोकन उत्पन्न नहीं करता, इसलिए बिलिंग केवल इनपुट पर लागू होती है। Cloudflare ने कहा कि आगे जाँच-चौकी के काम के बाद वह वेट्स को खुले तौर पर जारी करने का इरादा रखता है, लेकिन कोई तारीख नहीं बताई।

निष्कर्षण मॉडल कैसे काम करता है

एक अनुरोध में एक state, यानी पढ़ने के लिए पाठ और अधिकतम चार वैकल्पिक छवियाँ, प्रकार-निर्धारित fields. समर्थित फ़ील्ड प्रकार हैं: पाठ, संख्या, तारीख, समय, तारीख-समय, अवधि, सूची, अनुमान और पूर्वानुमान; इनमें से हर एक के लिए सरल भाषा में निर्देश देना वैकल्पिक है। मॉडल बिना किसी तर्क-चरण या टोकन उत्पन्न किए, एक ही समानांतर फ़ॉरवर्ड पास में हर फ़ील्ड का उत्तर देता है। Cloudflare के अनुसार, यह आम तौर पर एक सेकंड से भी कम समय में जवाब देता है। यदि कोई फ़ील्ड इनपुट के साथ एक 8,192-टोकन पास में समा नहीं पाता, तो उसे कई समानांतर पास में बाँटा जाता है। हर पास में पूरा इनपुट शामिल होता है और फिर उनके परिणामों को मिलाया जाता है। दस्तावेज़ों के अनुसार, इनपुट में अधिकतम चार PNG, JPEG या WebP छवियाँ जोड़ी जा सकती हैं, जिनमें से हर एक का आकार अधिकतम 4 MiB हो सकता है।

हर अदिश उत्तर में होता है p_null, यानी इनपुट में उस मान के अनुपस्थित होने की संभावना, और एक विश्वास-स्कोर। अनुमान फ़ील्ड, अनुरोधकर्ता द्वारा तय की गई सीमाओं के भीतर एक वितरण देते हैं। इनमें माध्यिका और p10 से p90 तक का 80% अंतराल शामिल होता है; अनुरोध करने पर सभी 99 प्रतिशतक भी दिए जाते हैं। यदि इनपुट से किसी फ़ील्ड का मान निर्धारित नहीं किया जा सकता, तो उसका उत्तर null होता है, साथ में एक guess फ़ील्ड यह दिखाता है कि मॉडल ने अन्यथा कौन-सा मान चुना होता, न कि कोई मनगढ़ंत मान।

Cloudflare, Clairic को सिस्टम वन श्रेणी में उन निर्णय मॉडलों के साथ रखता है जो इससे पहले आए थे। TypeSafe ने घोषणा से लगभग एक महीने पहले अपना Jev निर्णय मॉडल पेश किया था, और Cloudflare ने 1 अक्टूबर 2026 को अपने Clef और Clef-flash निर्णय मॉडल जारी किए तथा उन्हें Apache 2.0 लाइसेंस के तहत Hugging Face पर ओपन-सोर्स किया; Clef को Qwen के बेस मॉडलों पर पोस्ट-ट्रेन किया गया था और यह Jev-API के साथ संगत है। निर्णय मॉडल किसी इनपुट को सूचीबद्ध विकल्पों में वर्गीकृत करते हैं, जबकि बड़े भाषा मॉडल खुले सिरे वाला पाठ उत्पन्न करते हैं। इसके विपरीत, Clairic सीधे प्रकार-निर्धारित मान देता है: अंश, संख्याएँ, तारीखें, सूचियाँ और वितरण। कंपनी इन तीनों श्रेणियों को एक-दूसरे की पूरक अवस्थाएँ बताती है: निष्कर्षण से निर्णयों को इनपुट मिलता है और निर्णयों से अंतिम उत्तर तैयार होता है।

दस्तावेज़ों में दिए उदाहरण और रिपोर्ट किए गए परीक्षण

Cloudflare के सहायता ईमेल वाले उदाहरण में, मॉडल ने एक ही पास में बताई गई $649.00 कीमत और $52.10 कर को जोड़कर कुल $701.10 निकाला। उसने 28 सितंबर 2026 की डिलीवरी और 9 अक्टूबर 2026 के संदेश की तारीख के बीच 11 दिन का अंतर निकाला, इनपुट में मौजूद “स्क्रीन में दरार” और “कोना dented” को सटीक अंशों के रूप में सूचीबद्ध किया, और उस ट्रैकिंग नंबर के लिए null लौटाया जो ईमेल में था ही नहीं। रसीद की तस्वीर वाले उदाहरण में, Clairic ने विश्वास-स्कोर के साथ ऑर्डर नंबर, खरीद की तारीख और समय, मात्रा, प्रति इकाई कीमत, उप-योग, बिक्री कर और टिप निकाले। उसने उस छूट के लिए null लौटाया जिसका रसीद में कोई उल्लेख नहीं था।

अनुमान के उदाहरण में, घोषणा में दिखाया गया है कि Clairic ने तुलनीय बिक्री के पाठ के आधार पर एक घर की कीमत आँकी: मॉडल ने $418,000 का मान लौटाया, जिसकी माध्यिका $415,000 थी और अनुरोधकर्ता द्वारा तय की गई सीमाओं के भीतर 80% अंतराल $370,000 से $470,000 तक था। पूर्वानुमान के लिए, Cloudflare ने 21 दिनों का एक परीक्षण बताया, जिसमें Clairic ने सार्वजनिक डेटा-श्रृंखला के आधार पर अगले दिन TSA हवाईअड्डा चौकियों पर जाँच की संख्या का अनुमान लगाया। कंपनी के अनुसार, पूर्वानुमान औसतन 3.3% से चूके और 21 में से 17 वास्तविक आँकड़े मॉडल के 80% अंतराल के भीतर आए; चार में से तीन चूक कोलंबस दिवस सप्ताहांत पर हुईं। 14 अक्टूबर 2026 के लिए, Cloudflare ने 2,419,474 की वास्तविक संख्या के मुकाबले 2,419,283 की पूर्वानुमानित माध्यिका बताई।

Cloudflare ने एक पाइपलाइन तुलना की भी जानकारी दी है, जिसमें क्षतिग्रस्त उत्पादों के दावों वाले एक ही वर्कफ़्लो के पूरी तरह GLM-5.3 वाले संस्करण की तुलना Clairic और Clef को GLM-5.3 भाषा मॉडल के साथ इस्तेमाल करने वाले संस्करण से की गई। कंपनी के अनुसार, संयुक्त प्रणाली ने काम 19.3 सेकंड में पूरा किया, जबकि दूसरे संस्करण को 61.7 सेकंड लगे—यानी 69% कम समय, या लगभग 3.2 गुना तेज़। इसकी लागत प्रति दस लाख दावों पर $6,032 थी, जबकि दूसरे संस्करण की लागत $11,740 थी—यानी 49% कम। Clairic और Clef ने मिलकर एक सेकंड से कम समय में निष्कर्षण और निर्णय का काम किया, जबकि उन्हीं दो चरणों के लिए GLM-5.3 को 38 सेकंड लगे। Cloudflare का कहना है कि Gemma 4 और Qwen मरम्मत की लागत जैसे मान नहीं निकाल पाए और पूरी तरह बड़े भाषा मॉडल वाले संस्करण में काम पूरा करने में विफल रहे। Cloudflare ने इस वर्कफ़्लो को एक लाइव डेमो में शामिल किया।

पूर्वावलोकन की सीमाएँ और ओपन-वेट्स जारी करने की योजनाएँ

Cloudflare मौजूदा एंडपॉइंट को शुरुआती पड़ाव बताता है और इसकी कई सीमाएँ गिनाता है। कंपनी के अनुसार, कुल जोड़, अंतर, रूपांतरण और तारीखों की गणना जैसे एक या दो चरणों वाले अंकगणितीय काम भरोसेमंद लगते हैं। लेकिन कई निर्भर चरणों वाली लंबी गणनाएँ और तालिका की कई पंक्तियों में कुल निकालना ऐसे मॉडल के लिए कठिन है, जो बिना किसी अस्थायी नोटपैड के एक ही बार में काम करता है। कंपनी उपयोगकर्ताओं को सलाह देती है कि वे भविष्यवाणी के लिए Clairic पर भरोसा करें और अंकगणितीय गणनाएँ कोड में करें। अनुमानों के लिए इनपुट में साक्ष्य होना ज़रूरी है; अंशांकन की गुणवत्ता मापी जाती है, उसकी गारंटी नहीं होती, और अपरिचित डेटा पर अंतराल बहुत संकरे हो सकते हैं। पूर्वानुमान की क्षमता बुनियादी है और इसे विशेष रूप से समय-श्रृंखला के लिए बनाए गए मॉडलों का विकल्प नहीं मानना चाहिए।

कंपनी सलाह देती है कि आत्मविश्वास स्कोर, p_null और अंतरालों का इस्तेमाल करके तय करें कि किन कामों को स्वचालित किया जाए और किन्हें अतिरिक्त समीक्षा के लिए भेजा जाए, क्योंकि मॉडल के जवाबों के सुव्यवस्थित होने की गारंटी है—सही होने की नहीं। Cloudflare ने कहा कि हर पड़ाव के साथ वह मॉडल की अंकगणित, अनुमान और पूर्वानुमान संबंधी क्षमताओं पर काम करता रहेगा और बाद में Clairic के खुले वेट्स जारी करने की योजना बना रहा है। कंपनी ने कहा कि यह नाम लिपिकीय काम, स्पष्टता और दूरदर्शिता की ओर संकेत करता है और Cloudflare के एआई रिग्रेशन मॉडल के संक्षिप्त नाम के तौर पर भी काम करता है।