Cloudflare lanserer Clairic, sin første System One-uttrekksmodell

Cloudflare annonserte Clairic 19. oktober 2026 og lanserte en forhåndsversjon av det selskapet beskriver som den første modellen i en ny klasse System One-uttrekksmodeller. Modellen er tilgjengelig på Workers AI, og en åpen vekter-utgivelse er planlagt senere.

Modellen er utviklet for å hente ut verdier med bestemte datatyper fra ustrukturerte inndata. Den trekker ut, beregner, anslår og forutsier i stedet for å generere tekst. Cloudflare sier at Clairic gjør dette med høyere nøyaktighet, lavere forsinkelse og lavere kostnader enn tradisjonelle store språkmodeller.

Tilgjengelighet og priser på Workers AI

Clairic er tilgjengelig som forhåndsversjon som @cf/cloudflare/clairic, og kan kalles fra en Cloudflare Worker med env.AI.run() eller via REST API-et. Den offisielle modelldokumentasjonen oppgir et kontekstvindu på 65 536 tokener, støtte for bilder og en enhetspris på 0,10 dollar per million inndatatokener.

Siden modellen ikke genererer utdata-tokener, faktureres bare inndata. Cloudflare sa at selskapet har til hensikt å gjøre vektene fritt tilgjengelige etter ytterligere arbeid med kontrollpunktene, uten å oppgi noen dato.

Slik fungerer uttrekksmodellen

En forespørsel kombinerer en state, teksten som skal leses, pluss opptil fire valgfrie bilder, med et kart over felt med bestemte datatyper fields. Felt med støtte omfatter tekst, tall, dato, klokkeslett, dato og klokkeslett, varighet, liste, anslag og prognose, alle med valgfrie instruksjoner i vanlig språk. Modellen besvarer alle feltene i én enkelt parallell fremoverpassering, uten et resonneringstrinn og uten genererte tokener. Cloudflare sier at den vanligvis svarer på under ett sekund. Felt som ikke får plass sammen med inndataene i én passering på 8 192 tokener, fordeles på parallelle passeringer som hver behandler hele inndataene, før resultatene slås sammen. Dokumentasjonen begrenser innebygde bilder til fire PNG-, JPEG- eller WebP-filer på opptil 4 MiB hver.

Hvert skalarsvar inneholder p_null, sannsynligheten for at verdien mangler i inndataene, og en konfidensskår. Anslagsfelt gir en fordeling innenfor grenser angitt av den som sender forespørselen, med en median og et intervall på 80 % fra p10 til p90, samt alle 99 persentilene på forespørsel. Hvis inndataene ikke fastslår verdien for et felt, returneres null, sammen med et guess felt som viser hva modellen ellers ville ha valgt, i stedet for en oppdiktet verdi.

Cloudflare plasserer Clairic i System One-kategorien sammen med beslutningsmodellene som kom før den. TypeSafe introduserte sin Jev-beslutningsmodell omtrent en måned før annonseringen, og Cloudflare lanserte beslutningsmodellene Clef og Clef-flash 1. oktober 2026 og publiserte kildekoden deres på Hugging Face under en Apache 2.0-lisens. Clef ble ettertrent på Qwen-grunnmodeller og er kompatibel med Jev-API. Mens beslutningsmodeller klassifiserer inndata blant oppgitte alternativer, og store språkmodeller genererer åpen tekst, returnerer Clairic verdier med bestemte datatyper direkte: tekstspenn, tall, datoer, lister og fordelinger. Selskapet beskriver de tre kategoriene som komplementære trinn, der uttrekk danner grunnlag for beslutninger, og beslutningene danner grunnlag for det endelige genererte svaret.

Dokumenterte eksempler og rapporterte tester

I Cloudflares eksempel med en e-post til kundestøtte beregnet modellen en totalsum på 701,10 dollar fra en oppgitt pris på 649,00 dollar pluss 52,10 dollar i skatt i samme passering. Den beregnet også at det var 11 dager mellom leveringen 28. september 2026 og meldingsdatoen 9. oktober 2026, oppga sprukket skjerm og bulkete hjørne som nøyaktige tekstspenn fra inndataene, og returnerte null for et sporingsnummer som ikke forekom i e-posten. I et eksempel med et bilde av en kvittering hentet Clairic ut ordrenummer, kjøpsdato og -klokkeslett, antall, enhetspris, delsum, merverdiavgift og tips, med konfidensskårer, og returnerte null for en rabatt som ikke sto på kvitteringen.

Som eksempel på anslag viser annonseringen at Clairic verdsetter en bolig ut fra tekst om sammenlignbare salg: Modellen returnerte en verdi på 418 000 dollar, med en median på 415 000 dollar og et intervall på 80 % fra 370 000 til 470 000 dollar innenfor grenser fastsatt av den som sendte forespørselen. Når det gjelder prognoser, rapporterer Cloudflare om en test over 21 dager der Clairic forutsa antallet passasjerer som skulle kontrolleres ved TSA-kontrollene på flyplasser neste dag, basert på den offentlige tidsserien. Selskapet sier at prognosene i gjennomsnitt avvek med 3,3 %, og at 17 av de 21 faktiske tallene lå innenfor modellens intervall på 80 %. Tre av de fire avvikene falt i Columbus Day-helgen. For 14. oktober 2026 rapporterte Cloudflare et faktisk antall på 2 419 474 mot en anslått median på 2 419 283.

Cloudflare rapporterer også om en sammenligning av arbeidsflyter der Clairic kombineres med Clef og språkmodellen GLM-5.3, og sammenlignes med en versjon av den samme arbeidsflyten for skademeldinger om produkter der alt håndteres av GLM-5.3. Ifølge selskapet tok kombinasjonen 19,3 sekunder mot 61,7 sekunder – 69 % kortere tid, eller omtrent 3,2 ganger raskere – og kostet 6 032 dollar per million skademeldinger mot 11 740 dollar, altså 49 % mindre. Clairic og Clef håndterte uttrekket og beslutningen på til sammen under ett sekund, mens GLM-5.3 brukte 38 sekunder på de samme to trinnene. Cloudflare sier at Gemma 4 og Qwen ikke klarte å utlede verdier som reparasjonskostnader, og mislyktes med oppgaven i versjonen som bare brukte store språkmodeller. Cloudflare bygde arbeidsflyten inn i en live-demonstrasjon.

Begrensninger i forhåndsversjonen og planer om åpne vekter

Cloudflare omtaler det nåværende endepunktet som et tidlig kontrollpunkt og lister opp flere begrensninger. Ifølge selskapet virker regneoperasjoner i ett eller to trinn, som summer, differanser, omregninger og datoberegninger, pålitelige. Lengre kjeder av avhengige trinn og sammenstillinger på tvers av mange rader i en tabell er imidlertid vanskelige for en modell som bare gjør ett gjennomløp, uten et arbeidsområde. Cloudflare anbefaler derfor at brukerne lar Clairic stå for prediksjonen og utfører regneoperasjonene i kode. Estimater må bygge på dokumentasjon i inndataene, kalibreringen måles, men er ikke garantert, og intervallene kan bli for smale for ukjente data. Prognosene er grunnleggende og kan ikke erstatte spesialiserte tidsseriemodeller.

Selskapet anbefaler å bruke konfidensskårer, p_null og intervallene til å avgjøre hva som skal automatiseres, og hva som bør sendes videre til ytterligere gjennomgang, fordi modellen garanterer at svarene er velformulerte, ikke at de er riktige. Cloudflare sa at selskapet vil fortsette å arbeide med modellens regne-, estimerings- og prognoseegenskaper ved hvert kontrollpunkt, og at det planlegger å gi ut Clairic med åpne modellvekter senere. Navnet spiller ifølge selskapet på kontorarbeid, klarhet og klarsyn, og fungerer også som en forkortelse for Cloudflares AI-regresjonsmodell.