Cloudflare выпустила Clairic — свою первую модель извлечения данных класса System One

19 октября 2026 года Cloudflare объявила о Clairic и представила предварительную версию модели, которую компания называет первой моделью нового класса моделей извлечения данных System One. Она размещена на Workers AI, а выпуск модели с открытыми весами запланирован на более поздний срок.

Модель предназначена для извлечения типизированных значений из неструктурированных данных: она извлекает, вычисляет, оценивает и прогнозирует, а не генерирует текст. По словам Cloudflare, Clairic работает точнее, быстрее и дешевле традиционных больших языковых моделей.

Доступность и цены на Workers AI

Clairic доступна в предварительной версии как @cf/cloudflare/clairic, вызывать которую можно из Cloudflare Worker с помощью env.AI.run() или через REST API. В официальной документации модели указаны контекстное окно на 65 536 токенов, поддержка изображений и цена за использование: 0,10 доллара за миллион входных токенов.

Поскольку модель не генерирует выходные токены, плата взимается только за входные. Cloudflare заявила, что намерена открыть доступ к весам после дальнейшей работы над контрольными точками, но не назвала сроков.

Как работает модель извлечения данных

Запрос объединяет state, текст для чтения и до четырех необязательных изображений, с картой типизированных fields. Поддерживаются поля следующих типов: текст, число, дата, время, дата и время, продолжительность, список, оценка и прогноз; для каждого поля можно задать инструкции на обычном языке. Модель обрабатывает все поля за один параллельный проход прямого распространения, без этапа рассуждения и генерации токенов; по данным Cloudflare, обычно ответ поступает менее чем за секунду. Если поля не помещаются вместе с входными данными в один проход на 8 192 токена, они распределяются между параллельными проходами, каждый из которых обрабатывает весь вход, после чего результаты объединяются. Согласно документации, можно добавлять не более четырех изображений в форматах PNG, JPEG или WebP размером до 4 МиБ каждое.

Для каждого скалярного ответа указываются p_null, вероятность того, что значение отсутствует во входных данных, и оценка уверенности. Для полей оценки возвращается распределение в заданных пользователем границах с медианой и 80-процентным интервалом от p10 до p90; по запросу также предоставляются все 99 процентилей. Если входные данные не позволяют определить значение поля, возвращается null, а вместе с ним — guess поле, показывающее, какое значение модель выбрала бы в противном случае, вместо вымышленного значения.

Cloudflare относит Clairic к категории System One наряду с предшествовавшими ей моделями принятия решений. Примерно за месяц до этого объявления TypeSafe представила модель принятия решений Jev, а 1 октября 2026 года Cloudflare выпустила модели принятия решений Clef и Clef-flash и опубликовала их исходный код на Hugging Face по лицензии Apache 2.0; Clef прошла дообучение на базовых моделях Qwen и совместима с Jev-API. Модели принятия решений классифицируют входные данные по заданному набору вариантов, а большие языковые модели генерируют текст в свободной форме; Clairic же напрямую возвращает типизированные значения: фрагменты текста, числа, даты, списки и распределения. Компания описывает эти три категории как взаимодополняющие этапы: результаты извлечения поступают на этап принятия решений, а затем решения используются для формирования итогового ответа.

Примеры из документации и результаты испытаний

В примере Cloudflare с письмом в службу поддержки модель за один проход вычислила итоговую сумму — 701,10 доллара, сложив указанную цену 649,00 доллара и налог 52,10 доллара; определила, что между доставкой 28 сентября 2026 года и датой письма, 9 октября 2026 года, прошло 11 дней; выделила «треснувший экран» и «вмятину на углу» как точные фрагменты входного текста; а для номера отслеживания, которого в письме не было, вернула null. В примере с фотографией чека Clairic извлекла номер заказа, дату и время покупки, количество, цену за единицу, промежуточный итог, налог с продаж и чаевые, указав оценки уверенности, а для скидки, не указанной в чеке, вернула null.

В качестве примера оценки в анонсе приводится определение стоимости дома по тексту с данными о сопоставимых продажах: Clairic вернула оценку в 418 000 долларов, медиану 415 000 долларов и 80-процентный интервал от 370 000 до 470 000 долларов в пределах, заданных пользователем. Для прогнозирования Cloudflare приводит результаты 21-дневного испытания, в ходе которого Clairic предсказывала число пассажиров, проходящих досмотр TSA на пунктах контроля в аэропортах, на следующий день на основе общедоступного временного ряда. По данным компании, среднее отклонение прогнозов составило 3,3%, а фактические значения за 17 из 21 дня попали в 80-процентный интервал модели; три из четырех промахов пришлись на выходные, связанные с Днем Колумба. Для 14 октября 2026 года Cloudflare указала фактическое значение 2 419 474 при прогнозной медиане 2 419 283.

Cloudflare также приводит сравнение конвейеров обработки, в котором Clairic работает вместе с Clef и языковой моделью GLM-5.3; результаты сравниваются с версией того же процесса обработки заявлений о поврежденных товарах, использующей только GLM-5.3. По данным компании, каскадная система завершила обработку за 19,3 секунды против 61,7 секунды — на 69% быстрее, или примерно в 3,2 раза, — и обошлась в 6 032 доллара на миллион заявлений против 11 740 долларов, то есть на 49% дешевле. Clairic и Clef выполнили извлечение данных и принятие решения в совокупности менее чем за секунду, тогда как GLM-5.3 потребовалось 38 секунд на те же два этапа. Cloudflare также сообщает, что Gemma 4 и Qwen не смогли определить такие значения, как стоимость ремонта, и не справились с задачей в версии на одних лишь больших языковых моделях. Cloudflare включила этот процесс в интерактивную демонстрацию.

Ограничения предварительной версии и планы по открытию весов

Cloudflare называет текущий эндпоинт ранним контрольным этапом и перечисляет несколько ограничений. По словам компании, одно- и двухшаговые арифметические операции, например вычисление сумм и разностей, преобразования и вычисления с датами, выполняются надежно. Однако длинные цепочки взаимозависимых действий и агрегирование данных по множеству строк таблицы даются модели с одним проходом без черновой рабочей области с трудом. Cloudflare рекомендует поручать Clairic прогнозирование, а арифметические вычисления выполнять в коде. Для оценок нужны данные во входных материалах; калибровка измеряется, а не гарантируется, и на незнакомых данных интервалы могут быть слишком узкими. Прогнозирование пока находится на базовом уровне и не заменяет специализированные модели временных рядов.

Компания рекомендует использовать показатели уверенности, p_null и интервалы, чтобы решить, какие задачи автоматизировать, а какие направить на дополнительную проверку: гарантируется, что ответы модели будут правильно оформлены, но не то, что они будут верными. Cloudflare сообщила, что будет совершенствовать арифметические вычисления, оценивание и прогнозирование в модели с каждым контрольным этапом, а затем планирует выпустить Clairic с открытыми весами. По словам компании, название обыгрывает канцелярскую работу, ясность и ясновидение, а также служит сокращенным обозначением модели Cloudflare для регрессионного тестирования ИИ.