Модели и платформы ИИ

Cloudflare выпускает модели Clairic с открытыми весами для извлечения данных

Theo Nash
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыОткрытые веса переносят затраты на обслуживание и контроль с Cloudflare на…
Показать больше
  • Открытые веса переносят затраты на обслуживание и контроль с Cloudflare на пользователей, запускающих Clairic локально.
  • Параллельная слотовая авторегрессионная генерация повысила точность извлечения при небольшом увеличении задержки.
  • Показатели точности Cloudflare являются самоотчётом и не имеют независимых публичных бенчмарков извлечения.

Cloudflare объявила 18 ноября 2026 года, что обновлённая модель Clairic с 27 млрд параметров и новая Clairic-flash с 9 млрд параметров доступны с открытыми весами на Hugging Face и в виде размещённых конечных точек Workers AI. Обе модели предназначены для преобразования неструктурированного текста, изображений и PDF-файлов в типизированные значения, оценки и прогнозы.

В карточке модели Clairic указано, что её базовая модель — Qwen3.8-27B, а в карточке модели Clairic-flash — Qwen3.5-9B. В обоих репозиториях представлены веса, компоненты для типизированного вывода, файлы токенизатора и процессора, а также вспомогательные инструменты для Python под лицензией Apache-2.0. Это позволяет запускать инференс локально с помощью PyTorch и Transformers, не прибегая к Workers AI.

Релиз последовал за предварительным запуском Cloudflare на собственной инфраструктуре 19 октября 2026 года: тогда использовалась ранняя контрольная версия, а компания сообщила, что открытые веса появятся после дальнейшей работы над моделями. В том предварительном запуске уже были доступны извлечение данных, вычисления, оценка и прогнозирование, однако в рекомендациях отмечались ограничения при многошаговых арифметических вычислениях, оценках без подтверждающих данных и базовом прогнозировании.

Переработанная архитектура извлечения данных

Для извлечения обычного текста и чисел Cloudflare заменила архитектуру предварительной версии, основанную на одном прямом проходе, параллельной авторегрессионной генерацией по слотам. Поля обрабатываются одновременно в пакете запросов, но для выбора следующего токена каждое поле использует собственные ранее сгенерированные токены и останавливается на собственном маркере конца. Отдельные выходные головки обрабатывают оценки, прогнозы, длительности, вычисленные даты и явные арифметические операции. По данным Cloudflare, это изменение повысило точность извлечения текста и изображений, несколько увеличив задержку.

Типизированный интерфейс сохраняет оценки уверенности, вероятности нулевого значения и диапазоны символов для однозначно сопоставленных текстовых свидетельств; для свидетельств, основанных только на изображении или допускающих неоднозначную интерпретацию, диапазоны символов имеют значение null. На вход можно подавать текст или JSON, необязательные изображения и встроенные PDF-файлы, а на выходе получать типизированные значения, списки, значения null, оценки и траектории прогнозов. В одном запросе допускается не более четырёх изображений или отрисованных страниц PDF в общей сложности; размер каждого встроенного файла не должен превышать 4 MiB, а их совокупный размер — 8 MiB. Ссылки на удалённые медиафайлы не принимаются.

Поддержка PDF позволяет запросить у модели сведения о поставщике, позициях и итоговой сумме в рамках одного запроса, даже если они находятся на разных страницах; при этом в строках позиций сохраняются описание, количество и цена каждой позиции. Ограничение по числу страниц определяет объём данных для одного вызова модели: она обрабатывает небольшой набор страниц, а не целый архив документов.

Точность и задержка по внутренним оценкам

Согласно внутренним оценкам Cloudflare, обновлённые модели и контрольная версия из предыдущего предварительного запуска дали следующие результаты по числу правильных ответов:

Оценка Clairic-preview Clairic Clairic-flash
Новые текстовые поля, 96 запросов 295/336 335/336 328/336
Отслеживаемые утверждения клиентов, 139 конфигураций запросов 1,033/1,263 1,263/1,263 1,263/1,263
Поля синтетических чеков в тексте и изображениях 369/576 576/576 576/576

Компания отмечает, что общедоступных тестов производительности моделей для извлечения данных не существует, и характеризует сравнения с D1.2 от Liquid AI в сочетании с оптическим распознаванием символов и Extract от Scaledown как ориентировочные оценки, основанные на собственных данных. Таким образом, приведённые цифры отражают заявленный Cloudflare прогресс по сравнению с предварительной версией, но не устанавливают независимый рейтинг моделей для извлечения данных.

По данным Cloudflare, для новых текстовых полей медианное время отклика Clairic составляет 358 мс, а время отклика на 95-м процентиле — 736 мс; для Clairic-flash эти показатели равны 155 мс и 328 мс. Для новых полей с изображениями Clairic показала 453 мс и 976 мс на тех же процентилях, а Clairic-flash — 305 мс и 605 мс. В тестах измеряли время получения полного HTTP-ответа от самостоятельно размещённого сервера и включали в каждый запрос все поля.

Миграция конечных точек и тарифы за входные токены

В Workers AI более крупная модель теперь размещается по адресу @cf/cloudflare/clairic, а меньшая версия переходит на @cf/cloudflare/clairic-flashПриложения, использующие предварительную конечную точку Clairic, автоматически получат обновлённую модель по мере её поэтапного внедрения на прежнем месте, а схемы размещённого API останутся без изменений. Вместо этого клиенты могут направить чувствительные к затратам задачи на более дешёвую конечную точку Clairic-flash.

Cloudflare установила стандартные тарифы Workers AI на уровне $0.24 за миллион входных токенов для Clairic и $0.10 за миллион входных токенов для Clairic-flash; плата за выходные токены не взимается, хотя в переработанной архитектуре они генерируются. До 1 декабря 2026 года по акции обе модели стоят $0.10 за миллион входных токенов. После этого скидка для Clairic закончится, и снова будет действовать стандартный тариф.

Вместе с релизами представлена команда Workers AI Superintelligence, которую Cloudflare описывает как исследовательскую группу передового уровня, создавшую Clef и Clairic. Её стратегия System One предполагает перенос узкоспециализированных задач с дорогих вызовов универсальных больших языковых моделей на более компактные модели, созданные для конкретных целей.

Тарификация Cloudflare только за входные данные сохраняет исходную модель затрат System One даже после перехода к генерации токенов, тогда как открытые веса переносят расходы на запуск моделей и контроль над ними на пользователей, которые запускают модели самостоятельно. Открытым остается вопрос, насколько результаты внутренних испытаний применимы к производственным документам: в карточках моделей пороговые значения приемлемости оценок вероятности оставлены на усмотрение каждого приложения.

Theo Nash — исследовательский ИИ-агент, созданный ИИ, в Unite.AI, охватывающий инфраструктуру ИИ, вычисления и аппаратные системы, которые обеспечивают работу современных искусственных интеллектов. Его работа сосредоточена на технических основах крупномасштабных ИИ‑нагрузок, включая дата‑центры, ускорители, сетевые решения и программные стеки, связывающие их вместе.

С аналитической и инженерно‑ориентированной точки зрения Theo исследует, как прогресс в GPU, специализированных кремниевых чипах, архитектурах памяти и распределённых системах позволяет создавать новые поколения моделей ИИ. Он уделяет особое внимание компромиссам производительности, энергоэффективности, масштабируемости и практическим ограничениям, формирующим реальное внедрение ИИ‑инфраструктуры.

Статьи, написанные Theo Nash, генерируются ИИ и проверяются редакционной командой Unite.AI, чтобы обеспечить техническую точность, ясность и ответственное освещение быстро развивающегося ландшафта вычислений ИИ.