Cloudflare lancia Clairic, il suo primo modello di estrazione System One

Il 19 ottobre 2026 Cloudflare ha annunciato Clairic, presentando un’anteprima di quello che descrive come il primo modello di una nuova categoria di modelli di estrazione System One, ospitato su Workers AI e con una versione a pesi aperti prevista in seguito.

Il modello è progettato per estrarre valori tipizzati da input non strutturati, estraendo, calcolando, stimando e prevedendo, anziché generare testo. Cloudflare afferma che Clairic svolge queste operazioni con maggiore precisione, latenza inferiore e costi più bassi rispetto ai tradizionali modelli linguistici di grandi dimensioni.

Disponibilità e prezzi su Workers AI

Clairic è disponibile in anteprima come @cf/cloudflare/clairic, richiamabile da un Cloudflare Worker con env.AI.run() o tramite l’API REST. La documentazione del modello ufficiale indica una finestra di contesto di 65.536 token, il supporto alla visione e un prezzo unitario di $0,10 per milione di token di input.

Poiché il modello non genera token di output, la fatturazione riguarda solo l’input. Cloudflare ha dichiarato di voler rendere i pesi disponibili apertamente dopo ulteriori interventi sul checkpoint, senza indicare una data.

Come funziona il modello di estrazione

Una richiesta associa un state, il testo da leggere più un massimo di quattro immagini facoltative, a una mappa di fields. I tipi di campo supportati sono testo, numero, data, ora, data e ora, durata, elenco, stima e previsione, ciascuno con istruzioni facoltative in linguaggio semplice. Il modello risponde a ogni campo con un’unica passata diretta parallela, senza fasi di ragionamento né token generati; secondo Cloudflare, in genere risponde in meno di un secondo. I campi che non trovano posto insieme all’input in un’unica passata da 8.192 token vengono suddivisi tra passate parallele, ognuna delle quali esamina l’intero input, e poi riuniti. La documentazione limita le immagini incorporate a un massimo di quattro file PNG, JPEG o WebP, ciascuno di dimensioni non superiori a 4 MiB.

Ogni risposta scalare include p_null, la probabilità che il valore sia assente dall’input e un punteggio di confidenza. I campi di stima restituiscono una distribuzione entro i limiti dichiarati da chi effettua la richiesta, con una mediana e un intervallo dell’80% da p10 a p90; su richiesta, restituiscono tutti i 99 percentili. Se il valore di un campo non è determinabile dall’input, il risultato è null, con un campo guess che mostra quale valore avrebbe altrimenti scelto il modello, anziché un valore inventato.

Cloudflare colloca Clairic nella categoria System One, accanto ai modelli decisionali che lo hanno preceduto. Circa un mese prima dell’annuncio, TypeSafe aveva presentato il suo modello decisionale Jev; il 1° ottobre 2026 Cloudflare ha rilasciato i suoi modelli decisionali Clef e Clef-flash, pubblicandone il codice aperto su Hugging Face con licenza Apache 2.0; Clef è stato sottoposto a post-training su modelli di base Qwen ed è compatibile con Jev-API. Mentre i modelli decisionali classificano un input scegliendo tra opzioni elencate e i modelli linguistici di grandi dimensioni generano testo libero, Clairic restituisce direttamente valori tipizzati: segmenti di testo, numeri, date, elenchi e distribuzioni. L’azienda descrive le tre categorie come fasi complementari: l’estrazione alimenta le decisioni e queste, a loro volta, alimentano la risposta finale generata.

Esempi documentati e test riportati

Nell’esempio di un’email di assistenza presentato da Cloudflare, il modello ha calcolato in un’unica passata un totale di $701,10, sommando il prezzo indicato di $649,00 e $52,10 di imposte; ha ricavato un intervallo di 11 giorni tra la consegna del 28 settembre 2026 e la data del messaggio, 9 ottobre 2026; ha individuato «schermo incrinato» e «angolo ammaccato» come segmenti di testo esatti dell’input; e ha restituito null per un numero di tracciamento mai menzionato nell’email. In un esempio basato sulla foto di una ricevuta, Clairic ha estratto il numero d’ordine, la data e ora dell’acquisto, la quantità, il prezzo unitario, il subtotale, l’imposta sulle vendite e la mancia, assegnando punteggi di confidenza; ha inoltre restituito null per uno sconto non indicato sulla ricevuta.

Per quanto riguarda le stime, nell’annuncio Cloudflare mostra Clairic mentre valuta un’abitazione sulla base del testo relativo a vendite comparabili: il modello ha restituito un valore di $418.000, con una mediana di $415.000 e un intervallo dell’80% compreso tra $370.000 e $470.000, entro i limiti impostati da chi ha effettuato la richiesta. Per le previsioni, Cloudflare riferisce di un test di 21 giorni in cui Clairic ha previsto il numero di controlli di sicurezza aeroportuali TSA del giorno successivo sulla base della serie pubblica. L’azienda afferma che lo scarto medio delle previsioni è stato del 3,3% e che 17 dei 21 conteggi effettivi rientravano nell’intervallo dell’80% del modello; tre dei quattro valori fuori intervallo si sono verificati nel fine settimana del Columbus Day. Per il 14 ottobre 2026, Cloudflare ha riportato un conteggio effettivo di 2.419.474, a fronte di una mediana prevista di 2.419.283.

Cloudflare riferisce inoltre di un confronto tra pipeline che abbina Clairic e Clef al modello linguistico GLM-5.3 e li confronta con una versione dello stesso flusso di lavoro per le richieste di risarcimento relative a prodotti danneggiati basata interamente su GLM-5.3. Secondo l’azienda, la pipeline a cascata ha completato l’operazione in 19,3 secondi contro 61,7, impiegando il 69% di tempo in meno, ovvero circa 3,2 volte più rapidamente, e ha avuto un costo di $6.032 per milione di richieste contro $11.740, ossia il 49% in meno. Clairic e Clef hanno gestito insieme l’estrazione e la decisione in meno di un secondo, mentre GLM-5.3 ha impiegato 38 secondi per le stesse due fasi; Cloudflare afferma inoltre che Gemma 4 e Qwen non sono riusciti a ricavare valori come il costo della riparazione e hanno fallito il compito nella versione basata interamente su modelli linguistici di grandi dimensioni. Cloudflare ha integrato il flusso di lavoro in una demo interattiva.

Limiti dell’anteprima e piani per la distribuzione dei pesi aperti

Cloudflare definisce l’attuale endpoint una tappa preliminare e segnala diverse limitazioni. Secondo l’azienda, i calcoli aritmetici in uno o due passaggi, come somme, differenze, conversioni e calcoli con le date, sembrano affidabili; tuttavia, per un modello che elabora tutto in un unico passaggio senza un blocco per gli appunti, sono difficili le sequenze più lunghe di passaggi interdipendenti e l’aggregazione dei dati su molte righe di una tabella. Cloudflare consiglia quindi di affidarsi a Clairic per le previsioni e di eseguire i calcoli aritmetici nel codice. Le stime richiedono dati di supporto nell’input, la calibrazione viene misurata ma non è garantita e gli intervalli possono essere troppo ristretti con dati non familiari; inoltre, le capacità di previsione sono basilari e non sostituiscono i modelli dedicati alle serie temporali.

L’azienda consiglia di usare i punteggi di confidenza, p_null e gli intervalli per decidere cosa automatizzare e cosa sottoporre a un’ulteriore revisione, perché è garantito che le risposte del modello siano ben formulate, non che siano corrette. Cloudflare ha dichiarato che continuerà a lavorare sulle capacità aritmetiche, di stima e di previsione del modello a ogni nuova tappa e che in seguito prevede di rilasciare Clairic con pesi aperti. Il nome, ha aggiunto, richiama il lavoro d’ufficio, la chiarezza e la chiaroveggenza e funge anche da abbreviazione per il modello di regressione IA di Cloudflare.