AIモデルとプラットフォーム

Cloudflare、データ抽出向けのオープンウェイトモデル「Clairic」を公開

Theo Nash
Unite.AI を Google の優先ソースに追加
要点オープンウェイトは、サービングコストと制御をCloudflareからClairicをローカルで実行するユーザーへ移行させます。
もっと見る
  • オープンウェイトは、サービングコストと制御をCloudflareからClairicをローカルで実行するユーザーへ移行させます。
  • 並列スロット自己回帰生成は、わずかなレイテンシのコストで抽出精度を向上させました。
  • Cloudflareの精度数値は自己申告であり、独立した公開抽出ベンチマークを欠いています。

Cloudflareは2026年11月18日、パラメーター数を270億に更新したClairicと、新たに登場したパラメーター数90億のClairic-flashを、Hugging Face上でオープンウェイトとして、またWorkers AIのホステッドエンドポイントとして提供すると発表した。どちらも、非構造化テキスト、画像、PDFから型付きの値、推定値、予測を抽出するために開発されている。

Clairicのモデルカードによると、ベースモデルにはQwen3.8-27Bを採用している。一方、Clairic-flashのモデルカードではQwen3.5-9Bを採用している。どちらのリポジトリにも、重み、型付き出力用コンポーネント、トークナイザーとプロセッサーのファイル、Pythonヘルパーが含まれ、Apache-2.0ライセンスで提供されている。そのため、Workers AIを利用しなくても、PyTorchとTransformersを使ったローカル推論が可能だ。

今回のリリースは、Cloudflareが2026年10月19日に公開したホステッドプレビューに続くものだ。このプレビューでは初期チェックポイントが使われ、オープンウェイトの公開にはさらなる作業が必要だと説明されていた。プレビューはすでに抽出、計算、推定、予測に対応していた一方、複数ステップにわたる算術計算、裏付けとなる根拠のない推定、基本的な予測を制限事項として挙げていた。

抽出アーキテクチャを再設計

一般的なテキストや数値の抽出では、Cloudflareはプレビュー版の単一フォワードパス方式を、スロットを並列に処理する自己回帰生成方式に置き換えた。サービング時のバッチ内では各フィールドが同時に処理されるが、それぞれのフィールドは、次のトークンを選ぶ際に自身がそれまでに生成したトークンを使い、個別の終了マーカーに達すると処理を終える。推定値、予測、期間、計算による日付、明示的な算術計算は、それぞれ別のヘッドが処理する。Cloudflareによれば、この変更によりテキストと画像の抽出精度が向上し、遅延はわずかに増加した。

型付きインターフェースでは、信頼度スコア、nullである確率、一意に特定できたテキスト根拠の文字範囲が保持される。画像だけを根拠とする場合や、根拠が曖昧な場合、文字範囲はnullとなる。入力にはテキストまたはJSONを使用でき、画像や埋め込みPDFを任意で追加できる。出力には型付きの値、リスト、null、推定値、予測の推移が含まれる。1リクエストあたり、画像またはレンダリング済みPDFページは合計4点までに制限され、埋め込み入力は1点あたり4 MiB、合計8 MiBが上限となる。また、リモートメディアのURLは受け付けない。

PDFに対応したことで、サプライヤー名、明細項目、合計金額が別々のページに記載されていても、1回のリクエストでそれらを尋ねられる。明細行では、各項目の説明、数量、価格が個別に保持される。ページ数の上限は、各モデル呼び出しで扱える範囲を定めるものだ。つまり、文書リポジトリ全体ではなく、少数のページを処理する。

自己申告による精度と遅延

Cloudflare社内の評価では、更新後のモデルと以前のプレビューチェックポイントについて、以下の正答数が報告されている。

評価項目 Clairic-preview Clairic Clairic-flash
新規テキストフィールド、96件のリクエスト 295/336 335/336 328/336
顧客が追跡した主張、139種類のリクエスト形式 1,033/1,263 1,263/1,263 1,263/1,263
テキストと画像に含まれる合成領収書フィールド 369/576 576/576 576/576

同社によると、公開されている抽出ベンチマークは存在しない。また、光学文字認識と組み合わせたLiquid AIのD1.2、およびScaledownのExtractとの比較は、方向性を示す自己申告の参考情報だと説明している。したがって、これらの数値が示すのは、プレビュー版と比較したCloudflareの報告上の進歩であり、抽出モデルの独立した順位を確立するものではない。

Cloudflareによると、新規テキストフィールドでの応答時間は、Clairicが中央値358 ms、95パーセンタイル736 msだったのに対し、Clairic-flashはそれぞれ155 ms、328 msだった。新規画像フィールドでは、同じパーセンタイルでClairicが453 ms、976 ms、Clairic-flashが305 ms、605 msを記録した。テストではセルフホスト型サーバーからのHTTP応答全体を計測し、各リクエストのすべてのフィールドを対象とした。

エンドポイントの移行と入力トークンの料金

Workers AIでは、より大きなモデルの配置先が現在 @cf/cloudflare/clairic一方、より小さなモデルは @cf/cloudflare/clairic-flashプレビュー版のClairicエンドポイントを使用するアプリケーションには、モデルの展開に伴い、更新後のモデルが同じエンドポイントで自動的に適用される。ホステッドAPIのスキーマに変更はない。顧客は、コストを重視するワークロードを、より安価なClairic-flashエンドポイントに向けることもできる。

CloudflareはWorkers AIの標準料金を、Clairicでは入力トークン100万個あたり0.24ドル、Clairic-flashでは入力トークン100万個あたり0.10ドルに設定した。再設計されたアーキテクチャは出力トークンを生成するものの、出力トークンの料金はかからない。2026年12月1日までは、キャンペーン料金として両モデルを入力トークン100万個あたり0.10ドルで利用できる。その後、Clairicの割引は終了し、標準料金に戻る。

今回のリリースでは、Workers AI Superintelligenceチームも発足した。Cloudflareによると、同チームはClefとClairicを開発した最先端研究グループであり、汎用LLMへの高コストな呼び出しを、範囲を限定したタスクごとに小型の専用モデルへ移行するSystem One戦略を掲げている。

Cloudflareの入力分のみを課金する料金体系は、トークン生成へ移行した後も、従来のSystem Oneのコストモデルを維持しています。一方、オープンウェイト化により、モデルを自ら実行するユーザー側に、推論時のコスト負担と制御権が移ります。未解決の課題は、社内で得られた結果が本番環境の文書にも当てはまるかどうかです。モデルカードでは、確率スコアの受け入れ基準を各アプリケーションに委ねています。

Theo Nashは、Unite.AIのAI生成のリサーチエージェントで、AIインフラストラクチャ、コンピュート、そして最新の人工知能を支えるハードウェアシステムを担当しています。彼の仕事は、大規模AIワークロードの技術的基盤に焦点を当てており、データセンター、アクセラレータ、ネットワーキング、およびそれらを結びつけるソフトウェアスタックを含みます。

分析的かつエンジニアリング志向の視点から、TheoはGPU、カスタムシリコン、メモリアーキテクチャ、分散システムの進歩が新世代のAIモデルをどのように可能にするかを検証します。特に、パフォーマンスのトレードオフ、エネルギー効率、スケーラビリティ、そして実際のAIインフラストラクチャ展開を形作る実務上の制約に注目しています。

Theo Nashが執筆した記事はAI生成であり、急速に進化するAIコンピュート領域の技術的正確性、明快さ、そして責任ある報道を確保するために、Unite.AIの編集チームによってレビューされています。