โมเดลและแพลตฟอร์ม AI
Cloudflare เปิดตัวโมเดล Clairic แบบเปิดน้ำหนักสำหรับการดึงข้อมูล

ประเด็นสำคัญน้ำหนักแบบเปิดเปลี่ยนต้นทุนการให้บริการและการควบคุมจาก Cloudflare ไปยังผู้ใช้ที่รัน…
ดูเพิ่มเติม
- น้ำหนักแบบเปิดเปลี่ยนต้นทุนการให้บริการและการควบคุมจาก Cloudflare ไปยังผู้ใช้ที่รัน Clairic ในเครื่อง
- การสร้างแบบออโตรีเกรสซีฟแบบหลายช่องพร้อมกันช่วยเพิ่มความแม่นยำในการสกัดโดยแลกกับความหน่วงเล็กน้อย
- ตัวเลขความแม่นยำของ Cloudflare เป็นการรายงานเองและขาดเกณฑ์มาตรฐานการสกัดสาธารณะที่เป็นอิสระ
Cloudflare ประกาศเมื่อวันที่ 18 พฤศจิกายน 2026 ว่า Clairic รุ่นอัปเดตที่มีพารามิเตอร์ 27,000 ล้านตัว และ Clairic-flash รุ่นใหม่ที่มีพารามิเตอร์ 9,000 ล้านตัว เปิดให้ใช้งานแบบเปิดเผยน้ำหนักบน Hugging Face และผ่านปลายทาง Workers AI ที่ให้บริการแบบโฮสต์แล้ว โมเดลทั้งสองออกแบบมาเพื่อแปลงข้อความที่ไม่มีโครงสร้าง รูปภาพ และไฟล์ PDF ให้เป็นค่าที่มีชนิดข้อมูล ค่าประมาณ และการคาดการณ์
การ์ดข้อมูลโมเดล Clairicระบุว่าโมเดลนี้ใช้ Qwen3.8-27B เป็นโมเดลพื้นฐาน ส่วนการ์ดข้อมูลโมเดล Clairic-flashใช้ Qwen3.5-9B ทั้งสองคลังมีน้ำหนักโมเดล องค์ประกอบสำหรับสร้างผลลัพธ์แบบระบุชนิดข้อมูล ไฟล์โทเค็นไนเซอร์และโปรเซสเซอร์ ตลอดจนชุดเครื่องมือช่วยสำหรับ Python ภายใต้สัญญาอนุญาต Apache-2.0 จึงสามารถประมวลผลด้วย PyTorch และ Transformers ในเครื่องได้ โดยไม่จำเป็นต้องใช้ Workers AI
การเปิดตัวครั้งนี้เกิดขึ้นหลังจากการทดลองใช้งานแบบโฮสต์เมื่อวันที่ 19 ตุลาคม 2026ของ Cloudflare ซึ่งใช้จุดตรวจสอบรุ่นแรกและระบุว่าจะเปิดเผยน้ำหนักหลังจากดำเนินการเพิ่มเติม การทดลองใช้งานครั้งนั้นครอบคลุมทั้งการดึงข้อมูล การคำนวณ การประมาณค่า และการพยากรณ์อยู่แล้ว ขณะที่คำแนะนำระบุข้อจำกัดไว้ ได้แก่ การคำนวณเลขคณิตหลายขั้นตอน การประมาณค่าที่ไม่มีหลักฐานรองรับ และการพยากรณ์ขั้นพื้นฐาน
สถาปัตยกรรมการดึงข้อมูลที่ออกแบบใหม่
สำหรับการดึงข้อมูลข้อความและตัวเลขทั่วไป Cloudflare เปลี่ยนจากการออกแบบแบบประมวลผลไปข้างหน้าเพียงรอบเดียวในรุ่นทดลอง มาเป็นการสร้างข้อความแบบออโตรีเกรสซีฟของแต่ละช่องแบบขนาน ฟิลด์ต่าง ๆ จะดำเนินการไปพร้อมกันในชุดงานที่ให้บริการ แต่ละฟิลด์จะใช้โทเค็นที่สร้างไว้ก่อนหน้าของตนเองเพื่อเลือกโทเค็นถัดไป และหยุดเมื่อถึงเครื่องหมายสิ้นสุดของฟิลด์นั้น ส่วนหัวแยกต่างหากจะจัดการค่าประมาณ การพยากรณ์ ระยะเวลา วันที่คำนวณ และการคำนวณเลขคณิตโดยตรง Cloudflare รายงานว่าการเปลี่ยนแปลงนี้ช่วยเพิ่มความแม่นยำในการดึงข้อมูลจากข้อความและรูปภาพ โดยเพิ่มเวลาแฝงขึ้นเล็กน้อย
อินเทอร์เฟซแบบระบุชนิดข้อมูลยังคงแสดงคะแนนความเชื่อมั่น ความน่าจะเป็นที่ค่าเป็น null และช่วงอักขระสำหรับหลักฐานข้อความที่จับคู่ได้อย่างเฉพาะเจาะจง ส่วนหลักฐานจากรูปภาพเพียงอย่างเดียวหรือหลักฐานที่กำกวมจะมีช่วงอักขระเป็น null ข้อมูลนำเข้าอาจเป็นข้อความหรือ JSON รวมถึงรูปภาพเสริมและไฟล์ PDF ที่ฝังอยู่ในคำขอ ส่วนผลลัพธ์ประกอบด้วยค่าที่มีชนิดข้อมูล รายการ ค่า null ค่าประมาณ และเส้นทางการพยากรณ์ แต่ละคำขอรองรับรูปภาพหรือหน้า PDF ที่แปลงเป็นภาพแล้วรวมกันได้ไม่เกิน 4 รายการ โดยข้อมูลที่ฝังแต่ละรายการมีขนาดไม่เกิน 4 MiB และรวมกันไม่เกิน 8 MiB ทั้งยังไม่รองรับ URL ของสื่อจากแหล่งภายนอก
การรองรับ PDF ทำให้สามารถส่งคำขอเดียวเพื่อค้นหาซัพพลายเออร์ รายการสินค้า และยอดรวมได้ แม้ข้อมูลเหล่านั้นจะอยู่คนละหน้า โดยแถวของรายการสินค้าจะเก็บรายละเอียดแต่ละรายการ ปริมาณ และราคาไว้ ขีดจำกัดจำนวนหน้ากำหนดขอบเขตของการเรียกใช้โมเดลแต่ละครั้ง กล่าวคือ โมเดลประมวลผลหน้าเอกสารได้เพียงชุดเล็ก ๆ ไม่ใช่คลังเอกสารทั้งชุด
ความแม่นยำและเวลาแฝงตามรายงานของบริษัท
การประเมินภายในของ Cloudflare รายงานจำนวนคำตอบที่ถูกต้องของโมเดลรุ่นอัปเดตและจุดตรวจสอบรุ่นทดลองก่อนหน้า ดังนี้:
| การประเมิน | Clairic รุ่นทดลอง | Clairic | Clairic-flash |
|---|---|---|---|
| ฟิลด์ข้อความชุดใหม่ คำขอ 96 รายการ | 295/336 | 335/336 | 328/336 |
| ข้อความยืนยันจากลูกค้าที่ติดตาม คำขอ 139 รูปแบบ | 1,033/1,263 | 1,263/1,263 | 1,263/1,263 |
| ฟิลด์ใบเสร็จสังเคราะห์ในข้อความและรูปภาพ | 369/576 | 576/576 | 576/576 |
บริษัทระบุว่าไม่มีเกณฑ์มาตรฐานสาธารณะสำหรับการดึงข้อมูล และอธิบายว่าการเปรียบเทียบกับ D1.2 ของ Liquid AI ที่ใช้ร่วมกับการรู้จำอักขระด้วยแสง และ Extract ของ Scaledown เป็นเพียงแนวทางเบื้องต้นที่รายงานด้วยตนเอง ดังนั้น ตัวเลขเหล่านี้จึงแสดงความคืบหน้าที่ Cloudflare รายงานเมื่อเทียบกับรุ่นทดลองของตน แต่ไม่ได้ยืนยันการจัดอันดับโมเดลสำหรับการดึงข้อมูลโดยอิสระ
Cloudflare รายงานว่า Clairic ใช้เวลาตอบสนองค่ามัธยฐานและเปอร์เซ็นไทล์ที่ 95 อยู่ที่ 358 มิลลิวินาทีและ 736 มิลลิวินาทีตามลำดับ สำหรับฟิลด์ข้อความชุดใหม่ เมื่อเทียบกับ 155 มิลลิวินาทีและ 328 มิลลิวินาทีของ Clairic-flash สำหรับฟิลด์รูปภาพชุดใหม่ Clairic ใช้เวลา 453 มิลลิวินาทีและ 976 มิลลิวินาทีที่เปอร์เซ็นไทล์เดียวกัน ส่วน Clairic-flash ใช้เวลา 305 มิลลิวินาทีและ 605 มิลลิวินาที การทดสอบวัดเวลาจนได้รับการตอบกลับ HTTP ครบถ้วนจากเซิร์ฟเวอร์ที่โฮสต์เอง และรวมทุกฟิลด์ในแต่ละคำขอ
การย้ายปลายทางและการคิดราคาตามโทเค็นขาเข้า
บน Workers AI ขณะนี้โมเดลขนาดใหญ่ใช้ @cf/cloudflare/clairic, ส่วนรุ่นเล็กย้ายไปใช้ @cf/cloudflare/clairic-flash. แอปพลิเคชันที่ใช้ปลายทาง Clairic รุ่นทดลองจะได้รับโมเดลอัปเดตโดยอัตโนมัติเมื่อมีการทยอยเปิดใช้งานแทนที่รุ่นเดิม และสคีมาของ API แบบโฮสต์ยังคงไม่เปลี่ยนแปลง ลูกค้าสามารถเปลี่ยนไปใช้ปลายทาง Clairic-flash ที่มีราคาถูกกว่าแทน สำหรับงานที่ให้ความสำคัญกับต้นทุน
Cloudflare กำหนดราคามาตรฐานของ Workers AI ไว้ที่ 0.24 ดอลลาร์ต่อโทเค็นขาเข้าหนึ่งล้านโทเค็นสำหรับ Clairic และ 0.10 ดอลลาร์ต่อโทเค็นขาเข้าหนึ่งล้านโทเค็นสำหรับ Clairic-flash โดยไม่คิดค่าโทเค็นขาออก แม้สถาปัตยกรรมที่ออกแบบใหม่จะสร้างโทเค็นขาออกก็ตาม จนถึงวันที่ 1 ธันวาคม 2026 โปรโมชันจะคิดราคาโมเดลทั้งสองที่ 0.10 ดอลลาร์ต่อโทเค็นขาเข้าหนึ่งล้านโทเค็น หลังจากนั้นส่วนลดจะสิ้นสุดลงสำหรับ Clairic และกลับไปใช้อัตราราคามาตรฐาน
การเปิดตัวครั้งนี้ยังเป็นการแนะนำทีม Workers AI Superintelligence ซึ่ง Cloudflare อธิบายว่าเป็นกลุ่มวิจัยแนวหน้าที่อยู่เบื้องหลัง Clef และ Clairic โดยใช้กลยุทธ์ System One ที่มุ่งเปลี่ยนงานเฉพาะทางที่กำหนดขอบเขตไว้อย่างชัดเจน จากการเรียกใช้ LLM ทั่วไปที่มีค่าใช้จ่ายสูง ไปเป็นโมเดลขนาดเล็กที่สร้างขึ้นเพื่อวัตถุประสงค์เฉพาะ
การคิดราคาเฉพาะอินพุตของ Cloudflare ยังคงรูปแบบต้นทุน System One เดิมไว้ แม้จะเปลี่ยนมาใช้การสร้างโทเค็นแล้วก็ตาม ขณะที่การเปิดเผยน้ำหนักโมเดลทำให้ผู้ใช้ที่นำโมเดลไปรันเองเป็นผู้รับภาระค่าใช้จ่ายในการให้บริการและมีอำนาจควบคุมโมเดล คำถามที่ยังไม่มีคำตอบคือ ผลลัพธ์จากการทดสอบภายในจะนำไปใช้กับเอกสารจริงในการผลิตได้มากน้อยเพียงใด เพราะการ์ดโมเดลระบุให้แต่ละแอปพลิเคชันกำหนดเกณฑ์การยอมรับคะแนนความน่าจะเป็นเอง












