Cloudflare、初のSystem One抽出モデル「Clairic」を発表

Cloudflareは2026年10月19日、Clairicを発表し、新たなカテゴリーであるSystem One抽出モデルの第1弾と位置付けるモデルのプレビュー版を公開した。このモデルはWorkers AI上で提供され、後日オープンウェイト版を公開する予定だ。

このモデルは、非構造化データから型付きの値を取り出すよう設計されている。テキストを生成するのではなく、抽出、計算、推定、予測を行う。Cloudflareによると、Clairicは従来の大規模言語モデルより高い精度、短い応答時間、低いコストを実現する。

Workers AIでの提供状況と料金

Clairicはプレビュー版として提供されており、 @cf/cloudflare/clairicCloudflare Workerから呼び出すことができ、 env.AI.run() また、REST API経由でも利用できる。公式のモデルドキュメントによると、コンテキストウィンドウは65,536トークンで、画像認識に対応し、料金は入力トークン100万件あたり0.10ドル。

このモデルは出力トークンを生成しないため、課金対象は入力のみとなる。Cloudflareは、チェックポイントの追加作業を経てウェイトをオープンに公開する意向を示したが、時期は明らかにしていない。

抽出モデルの仕組み

リクエストでは、 state読み取るテキストと最大4枚の任意の画像を、型付きの fieldsフィールドのマップと組み合わせます。対応するフィールド型は、テキスト、数値、日付、時刻、日時、期間、リスト、推定、予測で、それぞれに平易な言葉で指示を追加できます。モデルは推論の段階を設けず、トークンも生成せずに、単一の並列フォワードパスですべてのフィールドに回答します。Cloudflareによると、通常は1秒未満で応答します。入力と合わせて1回の8,192トークンのパスに収まらないフィールドは、入力全体を参照する並列パスに分割して処理し、その後、結果を統合します。ドキュメントでは、埋め込み画像はPNG、JPEG、WebP形式のファイルを最大4枚まで、各ファイルのサイズは最大4 MiBに制限しています。

すべてのスカラー回答には、 p_null値が入力に存在しない確率と信頼度スコアが含まれます。推定フィールドは、呼び出し側が指定した範囲内の分布を返し、中央値とp10からp90までの80%区間を示します。また、要求に応じて99パーセンタイルすべてを返します。入力から値を特定できないフィールドはnullを返し、 guess 別のフィールドには、捏造した値ではなく、モデルが本来なら選んでいたはずの値が示されます。

Cloudflareは、Clairicを、それに先行する意思決定モデルと並ぶSystem Oneカテゴリーに位置付けています。TypeSafeは発表のおよそ1カ月前に意思決定モデル「Jev」を発表し、Cloudflareは2026年10月1日に意思決定モデル「Clef」と「Clef-flash」を公開。これらはApache 2.0ライセンスの下でHugging Face上でオープンソース化されました。ClefはQwenのベースモデルを使って追加学習されており、Jev-APIと互換性があります。意思決定モデルが入力を列挙された選択肢の中から分類し、大規模言語モデルが自由形式のテキストを生成するのに対し、Clairicはスパン、数値、日付、リスト、分布といった型付きの値を直接返します。同社はこの3つのカテゴリーを相互に補完する段階として説明しており、抽出結果が意思決定に、意思決定の結果が最終的な生成応答につながるとしています。

公開された使用例と報告されたテスト

Cloudflareが示すサポートメールの例では、モデルは記載された価格649.00ドルと税金52.10ドルを同じパスで計算し、合計701.10ドルを算出しました。また、2026年9月28日の配達日から、メッセージの日付である2026年10月9日までの日数を11日と計算し、「画面のひび」と「角のへこみ」を入力内の正確なスパンとして抽出しました。メールに記載されていない追跡番号はnullを返しました。レシートの写真を使った例では、Clairicは信頼度スコアとともに、注文番号、購入日時、数量、単価、小計、売上税、チップを抽出し、レシートに記載されていない割引についてはnullを返しました。

推定の例として、発表では、類似物件の売却情報のテキストからClairicが住宅価格を推定する様子が紹介されています。モデルは、呼び出し側が設定した範囲内で、推定価格418,000ドル、中央値415,000ドル、80%区間370,000～470,000ドルを返しました。予測についてCloudflareは、公開データ系列を用いてClairicがTSAの空港保安検査場の翌日の検査通過人数を予測した21日間のテストを報告しています。同社によると、予測値は平均で3.3%の誤差となり、実際の人数21件のうち17件がモデルの80%区間内に収まりました。区間から外れた4件のうち3件は、コロンバスデーの週末に発生しました。Cloudflareが報告した2026年10月14日の実績は2,419,474人で、予測中央値は2,419,283人でした。

Cloudflareはまた、破損製品に関する請求処理ワークフローをすべてGLM-5.3で処理する版と比較し、ClairicとClef、そして言語モデルGLM-5.3を組み合わせたパイプラインの比較結果を報告しています。同社によると、カスケード処理は61.7秒に対して19.3秒で完了し、所要時間は69%短縮、約3.2倍高速化しました。コストは請求100万件あたり11,740ドルに対して6,032ドルとなり、49%削減されました。ClairicとClefは抽出と意思決定を合わせて1秒未満で処理しましたが、同じ2段階の処理にGLM-5.3は38秒かかりました。またCloudflareによると、Gemma 4とQwenでは修理費用などの値を導き出せず、すべてを大規模言語モデルで処理する版ではタスクを完了できませんでした。Cloudflareはこのワークフローをライブデモとして構築しました。

プレビュー版の制限とオープンウェイト公開の計画

Cloudflareは、現在のエンドポイントを初期段階のチェックポイントと位置づけ、いくつかの制約を挙げている。同社によると、合計や差分、単位変換、日付計算など、1段階または2段階の算術処理は信頼できるようだ。一方、スクラッチパッドを持たない1回の処理で、依存関係のある手順が長く続く計算や、表の多数の行にまたがる集計を行うのは難しい。そのため、予測はClairicに任せ、算術処理はコードで行うようユーザーに勧めている。推定には入力データ内の根拠が必要で、キャリブレーションは保証されるのではなく測定されるものであり、見慣れないデータでは予測区間が狭くなることがある。また、予測機能は基本的なもので、専用の時系列モデルの代わりにはならない。

同社は、何を自動化し、何を追加レビューに回すかを判断するために、信頼度スコア、p_null、予測区間を活用するよう勧めている。モデルの回答について保証されているのは形式が整っていることであり、正しいことではないためだ。Cloudflareは、各チェックポイントでモデルの算術処理、推定、予測の各機能を引き続き改善し、その後、Clairicのオープンウェイトを公開する計画だと述べた。また、名称には事務作業、明瞭さ、千里眼という意味合いが込められており、CloudflareのAI回帰モデルを表す略称にもなっているという。