Cloudflare brengt Clairic uit, zijn eerste extractiemodel van System One

Cloudflare kondigde Clairic aan op 19 oktober 2026 en bracht een preview uit van wat het bedrijf omschrijft als het eerste model in een nieuwe klasse extractiemodellen van System One. Het model wordt gehost op Workers AI; een release met open gewichten staat gepland voor later.

Het model is ontwikkeld om getypeerde waarden uit ongestructureerde invoer te halen: het extraheert, berekent, schat en voorspelt in plaats van tekst te genereren. Volgens Cloudflare doet Clairic dit nauwkeuriger, met een kortere latentie en tegen lagere kosten dan traditionele grote taalmodellen.

Beschikbaarheid en prijzen op Workers AI

Clairic is als preview beschikbaar als @cf/cloudflare/clairic, aan te roepen vanuit een Cloudflare Worker met env.AI.run() of via de REST API. De officiële modeldocumentatie vermeldt een contextvenster van 65.536 tokens, ondersteuning voor afbeeldingen en een prijs van $0,10 per miljoen invoertokens.

Omdat het model geen uitvoertokens genereert, worden alleen de invoertokens in rekening gebracht. Cloudflare zei van plan te zijn de gewichten na verdere werkzaamheden aan de checkpoints openlijk vrij te geven, maar noemde geen datum.

Hoe het extractiemodel werkt

Een verzoek koppelt een state, de te lezen tekst plus maximaal vier optionele afbeeldingen, aan een schema met getypeerde fields. Ondersteunde veldtypen zijn tekst, getal, datum, tijd, datum en tijd, duur, lijst, schatting en voorspelling; elk veld kan optioneel worden voorzien van instructies in gewone taal. Het model beantwoordt alle velden in één parallelle forward-pass, zonder redeneerstap en zonder gegenereerde tokens. Volgens Cloudflare reageert het doorgaans binnen een seconde. Velden die niet samen met de invoer in één pass van 8.192 tokens passen, worden verdeeld over parallelle passes die elk de volledige invoer verwerken; de resultaten worden vervolgens samengevoegd. Volgens de documentatie kunnen maximaal vier ingesloten afbeeldingen worden gebruikt, in PNG-, JPEG- of WebP-indeling en van maximaal 4 MiB per stuk.

Elk scalair antwoord bevat p_null, de kans dat de waarde niet in de invoer voorkomt en een betrouwbaarheidsscore. Schattingsvelden leveren een verdeling binnen de door de aanroeper opgegeven grenzen, met een mediaan en een interval van 80% van p10 tot p90; op verzoek zijn alle 99 percentielen beschikbaar. Als de invoer een veld niet bepaalt, wordt null geretourneerd, met een guess veld dat aangeeft welke waarde het model anders zou hebben gekozen, in plaats van een verzonnen waarde.

Cloudflare plaatst Clairic in de categorie System One, naast de beslismodellen die eraan voorafgingen. TypeSafe introduceerde ongeveer een maand voor de aankondiging zijn beslismodel Jev, en Cloudflare bracht zijn beslismodellen Clef en Clef-flash uit op 1 oktober 2026. Het bedrijf stelde de modellen beschikbaar als open source op Hugging Face onder een Apache 2.0-licentie; Clef is verder getraind op Qwen-basismodellen en is compatibel met Jev-API. Beslismodellen classificeren een invoer aan de hand van een reeks opties, terwijl grote taalmodellen open tekst genereren. Clairic retourneert rechtstreeks getypeerde waarden: tekstfragmenten, getallen, datums, lijsten en verdelingen. Het bedrijf beschrijft de drie categorieën als elkaar aanvullende fasen: extractie voedt de besluitvorming en die voedt op haar beurt het uiteindelijke gegenereerde antwoord.

Gedocumenteerde voorbeelden en gerapporteerde tests

In het voorbeeld van Cloudflare met een e-mail aan de klantenservice berekende het model in dezelfde pass een totaal van $701,10 op basis van een vermelde prijs van $649,00 plus $52,10 belasting. Het berekende ook dat er 11 dagen zaten tussen de bezorging op 28 september 2026 en de datum van het bericht, 9 oktober 2026. Het haalde ‘gebarsten scherm’ en ‘gedeukte hoek’ als exacte tekstfragmenten uit de invoer en retourneerde null voor een trackingnummer dat niet in de e-mail stond. In een voorbeeld met een foto van een kassabon haalde Clairic het bestelnummer, de aankoopdatum en -tijd, de hoeveelheid, de prijs per stuk, het subtotaal, de omzetbelasting en de fooi eruit, met betrouwbaarheidsscores. Voor een korting die niet op de bon stond, retourneerde het null.

Als voorbeeld van schatten toont de aankondiging hoe Clairic de waarde van een huis bepaalt op basis van tekst over vergelijkbare verkopen: het model gaf een waarde van $418.000, met een mediaan van $415.000 en een interval van 80% van $370.000 tot $470.000, binnen de grenzen die de aanroeper had opgegeven. Voor voorspellingen rapporteert Cloudflare een test van 21 dagen waarin Clairic op basis van de openbare tijdreeks het aantal passagiers voorspelde dat de volgende dag bij TSA-controlepunten op luchthavens zou worden gecontroleerd. Volgens het bedrijf zaten de voorspellingen er gemiddeld 3,3% naast en vielen 17 van de 21 werkelijke aantallen binnen het interval van 80% van het model; drie van de vier afwijkingen vielen in het weekend van Columbus Day. Voor 14 oktober 2026 rapporteerde Cloudflare een werkelijk aantal van 2.419.474, tegenover een voorspelde mediaan van 2.419.283.

Cloudflare rapporteert ook een vergelijking van workflows waarbij Clairic en Clef samen met het taalmodel GLM-5.3 worden vergeleken met een versie van dezelfde workflow voor claims over beschadigde producten die volledig op GLM-5.3 draait. Volgens het bedrijf voltooide de combinatie de workflow in 19,3 seconden, tegenover 61,7 seconden: 69% minder tijd, oftewel ongeveer 3,2 keer zo snel. De kosten bedroegen $6.032 per miljoen claims, tegenover $11.740, een besparing van 49%. Clairic en Clef voerden samen de extractie en besluitvorming uit in minder dan een seconde; GLM-5.3 had voor dezelfde twee stappen 38 seconden nodig. Cloudflare zegt dat Gemma 4 en Qwen geen waarden zoals reparatiekosten konden afleiden en dat de taak mislukte in de versie die uitsluitend op LLM’s was gebaseerd. Cloudflare heeft de workflow verwerkt in een live demo.

Beperkingen van de preview en plannen voor open gewichten

Cloudflare noemt het huidige endpoint een vroeg ijkpunt en somt verschillende beperkingen op. Rekensommen in één of twee stappen, zoals totalen, verschillen, omrekeningen en datumrekenkunde, lijken betrouwbaar, aldus het bedrijf. Langere ketens van onderling afhankelijke stappen en het samenvoegen van gegevens uit veel tabelrijen zijn echter lastig voor een model dat in één keer werkt en geen kladblok heeft. Cloudflare adviseert gebruikers Clairic te gebruiken voor de voorspelling en de berekeningen in code uit te voeren. Schattingen moeten worden onderbouwd met gegevens in de invoer, de kalibratie wordt gemeten maar niet gegarandeerd, en intervallen kunnen bij onbekende gegevens te smal uitvallen. Voorspellingen zijn bovendien basaal en vormen geen vervanging voor gespecialiseerde tijdreeksmodellen.

Het bedrijf adviseert om betrouwbaarheidsscores, p_null en de intervallen te gebruiken om te bepalen wat kan worden geautomatiseerd en wat voor extra controle moet worden doorgestuurd, omdat gegarandeerd is dat de antwoorden van het model goed zijn geformuleerd, maar niet dat ze juist zijn. Cloudflare zei dat het bij elk ijkpunt verder zal werken aan de rekenkundige, schattings- en voorspellingsmogelijkheden van het model en dat het van plan is daarna Clairic met open gewichten uit te brengen. De naam verwijst volgens het bedrijf naar administratief werk, helderheid en helderziendheid, en is tevens een afkorting voor Cloudflares AI-regressiemodel.