Cloudflare Merilis Clairic, Model Ekstraksi System One Pertamanya

Cloudflare mengumumkan Clairic pada 19 Oktober 2026, sekaligus merilis pratinjau model yang disebutnya sebagai model pertama dalam kelas baru model ekstraksi System One. Model ini dihosting di Workers AI, sementara perilisan dengan bobot terbuka direncanakan menyusul.

Model ini dirancang untuk mengambil nilai bertipe dari masukan tidak terstruktur, dengan mengekstrak, menghitung, memperkirakan, dan meramalkan, alih-alih menghasilkan teks. Cloudflare mengatakan Clairic melakukannya dengan akurasi lebih tinggi, latensi lebih rendah, dan biaya lebih murah dibandingkan model bahasa besar tradisional.

Ketersediaan dan Harga di Workers AI

Clairic tersedia dalam pratinjau sebagai @cf/cloudflare/clairic, yang dapat dipanggil dari Cloudflare Worker dengan env.AI.run() atau melalui REST API. Dokumentasi model resmi mencantumkan jendela konteks 65.536 token, dukungan visi, dan harga satuan sebesar $0.10 per sejuta token masukan.

Karena model ini tidak menghasilkan token keluaran, tagihan hanya mencakup masukan. Cloudflare mengatakan pihaknya berencana merilis bobot model secara terbuka setelah melakukan pekerjaan tambahan pada checkpoint, tanpa menyebutkan tanggalnya.

Cara Kerja Model Ekstraksi

Sebuah permintaan memasangkan state, teks yang akan dibaca beserta hingga empat gambar opsional, dengan peta berisi fields. Jenis bidang yang didukung mencakup teks, angka, tanggal, waktu, tanggal dan waktu, durasi, daftar, estimasi, dan prakiraan; masing-masing dapat disertai petunjuk dalam bahasa sehari-hari. Model menjawab setiap bidang dalam satu proses maju paralel, tanpa langkah penalaran maupun token yang dihasilkan, dan menurut Cloudflare biasanya memberikan respons dalam waktu kurang dari satu detik. Bidang yang tidak dapat dimuat bersama masukan dalam satu proses 8.192 token akan dibagi ke beberapa proses paralel yang masing-masing memproses seluruh masukan, lalu hasilnya digabungkan. Dokumentasi membatasi gambar yang disematkan hingga empat berkas PNG, JPEG, atau WebP, masing-masing berukuran maksimal 4 MiB.

Setiap jawaban skalar menyertakan p_null, probabilitas bahwa nilainya tidak terdapat dalam masukan, serta skor keyakinan. Bidang estimasi memberikan distribusi dalam rentang batas yang ditetapkan pemanggil, dengan median dan interval 80% dari p10 hingga p90, serta semua persentil ke-99 jika diminta. Jika suatu nilai tidak dapat ditentukan dari masukan, bidang tersebut mengembalikan null, disertai guess bidang yang menunjukkan nilai yang seandainya dipilih model, bukan nilai rekaan.

Cloudflare menempatkan Clairic dalam kategori System One, bersama model pengambilan keputusan yang mendahuluinya. TypeSafe memperkenalkan model pengambilan keputusan Jev sekitar sebulan sebelum pengumuman tersebut, dan Cloudflare merilis model pengambilan keputusan Clef dan Clef-flash pada 1 Oktober 2026, dengan kode sumber terbuka di Hugging Face di bawah lisensi Apache 2.0; Clef menjalani pascapelatihan menggunakan model dasar Qwen dan kompatibel dengan Jev-API. Model pengambilan keputusan mengklasifikasikan masukan ke dalam pilihan yang tercantum, sedangkan model bahasa besar menghasilkan teks terbuka; Clairic mengembalikan nilai bertipe secara langsung, seperti rentang teks, angka, tanggal, daftar, dan distribusi. Perusahaan menggambarkan ketiga kategori tersebut sebagai tahapan yang saling melengkapi: ekstraksi menjadi masukan bagi pengambilan keputusan, lalu keputusan menjadi masukan bagi jawaban akhir yang dihasilkan.

Contoh yang Didokumentasikan dan Pengujian yang Dilaporkan

Dalam contoh surel dukungan dari Cloudflare, model menghitung total $701.10 dalam proses yang sama dari harga tercantum sebesar $649.00 ditambah pajak $52.10, menghitung selisih 11 hari antara tanggal pengiriman 28 September 2026 dan tanggal pesan 9 Oktober 2026, mencantumkan layar retak dan sudut penyok sebagai rentang teks yang persis terdapat dalam masukan, serta mengembalikan null untuk nomor pelacakan yang tidak pernah tercantum dalam surel. Dalam contoh foto tanda terima, Clairic mengekstrak nomor pesanan, tanggal dan waktu pembelian, jumlah, harga satuan, subtotal, pajak penjualan, dan tip beserta skor keyakinannya, serta mengembalikan null untuk diskon yang tidak tercantum pada tanda terima.

Untuk estimasi, pengumuman tersebut memperlihatkan Clairic memperkirakan harga rumah berdasarkan teks penjualan rumah pembanding: model menghasilkan nilai $418,000 dengan median $415,000 dan interval 80% dari $370,000 hingga $470,000, dalam batas yang ditetapkan pemanggil. Untuk prakiraan, Cloudflare melaporkan pengujian selama 21 hari ketika Clairic memprediksi jumlah penumpang yang menjalani pemeriksaan di pos pemeriksaan bandara TSA pada hari berikutnya, berdasarkan seri data publik. Perusahaan mengatakan rata-rata selisih prakiraan dari nilai aktual adalah 3.3% dan 17 dari 21 jumlah aktual berada dalam interval 80% model, dengan tiga dari empat nilai yang meleset terjadi pada akhir pekan Columbus Day. Untuk 14 Oktober 2026, Cloudflare melaporkan jumlah aktual sebesar 2,419,474, dibandingkan median prediksi 2,419,283.

Cloudflare juga melaporkan perbandingan alur kerja yang memasangkan Clairic dengan Clef dan model bahasa GLM-5.3, lalu membandingkannya dengan versi alur kerja klaim produk rusak yang sama tetapi seluruhnya menggunakan GLM-5.3. Menurut perusahaan, rangkaian model tersebut menyelesaikan tugas dalam 19.3 detik, dibandingkan 61.7 detik—waktu 69% lebih singkat atau sekitar 3.2 kali lebih cepat—dan biayanya $6,032 per sejuta klaim, dibandingkan $11,740, atau 49% lebih murah. Clairic dan Clef menyelesaikan ekstraksi dan pengambilan keputusan dalam waktu kurang dari satu detik secara keseluruhan, sedangkan GLM-5.3 membutuhkan 38 detik untuk dua langkah yang sama. Cloudflare mengatakan Gemma 4 dan Qwen tidak dapat menyimpulkan nilai seperti biaya perbaikan dan gagal menyelesaikan tugas dalam versi yang seluruhnya menggunakan model bahasa besar. Cloudflare mengintegrasikan alur kerja tersebut ke dalam demo langsung.

Keterbatasan Pratinjau dan Rencana Perilisan Bobot Terbuka

Cloudflare menyebut endpoint saat ini sebagai checkpoint awal dan mencantumkan beberapa keterbatasan. Menurut perusahaan, operasi aritmetika satu dan dua langkah seperti menghitung total, selisih, konversi, dan perhitungan tanggal tampaknya dapat diandalkan. Namun, rangkaian langkah yang saling bergantung dan agregasi banyak baris tabel sulit dilakukan oleh model satu kali proses tanpa ruang kerja sementara; Cloudflare menyarankan pengguna mengandalkan Clairic untuk prediksi dan menangani perhitungannya dalam kode. Estimasi memerlukan bukti dalam input, kalibrasi diukur dan bukan dijamin, dan interval dapat terlalu sempit untuk data yang tidak familier. Peramalan juga masih mendasar dan bukan pengganti model deret waktu khusus.

Perusahaan menyarankan penggunaan skor keyakinan, p_null, dan interval untuk menentukan hal yang akan diotomatisasi serta hal yang perlu diarahkan untuk ditinjau lebih lanjut, karena jawaban model dijamin tersusun dengan baik, tetapi tidak dijamin benar. Cloudflare mengatakan akan terus mengembangkan kemampuan aritmetika, estimasi, dan peramalan model pada setiap checkpoint, serta berencana merilis Clairic dengan bobot terbuka setelahnya. Menurut Cloudflare, nama tersebut merujuk pada pekerjaan administrasi, kejernihan, dan kewaskitaan, sekaligus menjadi singkatan untuk model regresi AI Cloudflare.