Mô hình và nền tảng AI

Cloudflare ra mắt các mô hình Clairic có trọng số mở để trích xuất dữ liệu

Theo Nash
Thêm Unite.AI vào các nguồn ưu tiên của bạn trên Google
Điểm chínhTrọng số mở chuyển chi phí phục vụ và quyền kiểm soát từ Cloudflare sang người dùng…
Xem thêm
  • Trọng số mở chuyển chi phí phục vụ và quyền kiểm soát từ Cloudflare sang người dùng chạy Clairic cục bộ.
  • Việc tạo tự hồi quy song song theo ô đã cải thiện độ chính xác trích xuất với chi phí độ trễ nhỏ.
  • Các số liệu độ chính xác của Cloudflare là tự báo cáo và thiếu các chuẩn đánh giá trích xuất công khai độc lập.

Cloudflare thông báo vào ngày 18 tháng 11 năm 2026 rằng phiên bản cập nhật với 27 tỷ tham số của Clairic và Clairic-flash mới với 9 tỷ tham số đã có trọng số mở trên Hugging Face và khả dụng dưới dạng các điểm cuối Workers AI được lưu trữ. Cả hai được xây dựng để chuyển văn bản phi cấu trúc, hình ảnh và PDF thành các giá trị có kiểu dữ liệu, ước tính và dự báo.

Thẻ mô hình Clairic xác định Qwen3.8-27B là mô hình nền, trong khi thẻ mô hình Clairic-flash sử dụng Qwen3.5-9B. Cả hai kho lưu trữ đều bao gồm trọng số, các thành phần đầu ra có kiểu dữ liệu, tệp tokenizer và processor, cùng các tiện ích Python theo giấy phép Apache-2.0, cho phép chạy suy luận cục bộ bằng PyTorch và Transformers mà không cần Workers AI.

Bản phát hành này tiếp nối bản xem trước có lưu trữ ngày 19 tháng 10 năm 2026 của Cloudflare, vốn sử dụng một checkpoint ban đầu và cho biết trọng số mở sẽ được phát hành sau khi hoàn tất thêm công việc. Bản xem trước đó đã hỗ trợ trích xuất, tính toán, ước tính và dự báo, đồng thời hướng dẫn sử dụng nêu rõ các hạn chế gồm tính toán số học nhiều bước, ước tính không có bằng chứng hỗ trợ và dự báo cơ bản.

Kiến trúc trích xuất được thiết kế lại

Đối với việc trích xuất văn bản và số liệu thông thường, Cloudflare đã thay thế thiết kế một lượt truyền xuôi trong bản xem trước bằng phương pháp tạo sinh tự hồi quy song song theo từng vị trí. Các trường được xử lý đồng thời trong lô phục vụ, nhưng mỗi trường sử dụng những token đã tạo trước đó của chính nó để chọn token tiếp theo và dừng tại dấu kết thúc riêng. Các đầu xử lý riêng biệt đảm nhiệm ước tính, dự báo, khoảng thời gian, ngày được tính toán và phép tính số học tường minh. Cloudflare cho biết thay đổi này cải thiện độ chính xác khi trích xuất văn bản và hình ảnh, đồng thời chỉ làm tăng nhẹ độ trễ.

Giao diện có kiểu dữ liệu giữ lại điểm tin cậy, xác suất null và các khoảng ký tự đối với bằng chứng văn bản được khớp duy nhất; bằng chứng chỉ có trong hình ảnh hoặc còn mơ hồ sẽ có khoảng null. Đầu vào có thể là văn bản hoặc JSON, kèm hình ảnh tùy chọn và PDF nhúng; đầu ra bao gồm các giá trị có kiểu dữ liệu, danh sách, giá trị null, ước tính và lộ trình dự báo. Mỗi yêu cầu giới hạn tổng cộng ở bốn hình ảnh hoặc trang PDF được kết xuất, đầu vào nhúng không quá 4 MiB mỗi tệp và tổng cộng 8 MiB; hệ thống không chấp nhận URL phương tiện từ xa.

Hỗ trợ PDF cho phép một yêu cầu truy vấn nhà cung cấp, các mặt hàng và tổng tiền ngay cả khi chúng xuất hiện ở những trang khác nhau; các dòng mặt hàng giữ nguyên mô tả, số lượng và giá của từng mặt hàng. Giới hạn số trang xác định phạm vi của mỗi lần gọi mô hình: mô hình xử lý một nhóm trang nhỏ thay vì toàn bộ kho tài liệu.

Độ chính xác và độ trễ do Cloudflare tự báo cáo

Các đánh giá nội bộ của Cloudflare ghi nhận số câu trả lời chính xác sau đây đối với những mô hình cập nhật và checkpoint của bản xem trước trước đó:

Đánh giá Clairic-preview Clairic Clairic-flash
Các trường văn bản mới, 96 yêu cầu 295/336 335/336 328/336
Các khẳng định được theo dõi của khách hàng, 139 dạng yêu cầu 1,033/1,263 1,263/1,263 1,263/1,263
Các trường biên lai tổng hợp trong văn bản và hình ảnh 369/576 576/576 576/576

Công ty cho biết hiện không có bộ tiêu chuẩn đánh giá công khai nào về trích xuất và mô tả các so sánh với D1.2 của Liquid AI kết hợp nhận dạng ký tự quang học, cũng như Extract của Scaledown, là những hướng dẫn mang tính tham khảo do công ty tự báo cáo. Vì vậy, các số liệu ghi lại tiến bộ mà Cloudflare báo cáo so với bản xem trước; chúng không thiết lập bảng xếp hạng độc lập về các mô hình trích xuất.

Cloudflare báo cáo thời gian phản hồi trung vị và ở phân vị thứ 95 lần lượt là 358 ms và 736 ms đối với Clairic trên các trường văn bản mới, so với 155 ms và 328 ms đối với Clairic-flash. Trên các trường hình ảnh mới, Clairic ghi nhận lần lượt 453 ms và 976 ms ở cùng các phân vị đó, trong khi Clairic-flash ghi nhận 305 ms và 605 ms. Các thử nghiệm đo toàn bộ phản hồi HTTP từ một máy chủ tự lưu trữ và bao gồm mọi trường trong mỗi yêu cầu.

Chuyển đổi điểm cuối và định giá theo token đầu vào

Trên Workers AI, mô hình lớn hơn hiện được cung cấp tại @cf/cloudflare/clairic, trong khi biến thể nhỏ hơn chuyển sang @cf/cloudflare/clairic-flash. Các ứng dụng sử dụng điểm cuối Clairic bản xem trước sẽ tự động nhận mô hình cập nhật khi mô hình này được triển khai thay thế tại chỗ, còn các lược đồ API được lưu trữ vẫn không thay đổi. Khách hàng có thể chuyển các khối lượng công việc nhạy cảm về chi phí sang điểm cuối Clairic-flash rẻ hơn.

Cloudflare đặt mức giá tiêu chuẩn trên Workers AI là 0,24 USD cho mỗi triệu token đầu vào đối với Clairic và 0,10 USD cho mỗi triệu token đầu vào đối với Clairic-flash, không tính phí token đầu ra mặc dù kiến trúc được thiết kế lại có tạo token đầu ra. Đến hết ngày 1 tháng 12 năm 2026, chương trình khuyến mãi áp dụng mức giá 0,10 USD cho mỗi triệu token đầu vào đối với cả hai mô hình. Sau đó, ưu đãi giảm giá kết thúc đối với Clairic và mức giá tiêu chuẩn được áp dụng trở lại.

Các bản phát hành cũng giới thiệu nhóm Workers AI Superintelligence, được Cloudflare mô tả là nhóm nghiên cứu tiên phong đứng sau Clef và Clairic, với chiến lược System One chuyển các tác vụ được xác định hẹp từ những lần gọi LLM tổng quát tốn kém sang các mô hình nhỏ hơn, được xây dựng chuyên biệt.

Cách tính giá chỉ dựa trên đầu vào của Cloudflare giữ nguyên mô hình chi phí ban đầu của System One ngay cả sau khi chuyển sang tạo token, trong khi việc công khai trọng số giúp người dùng tự chạy các mô hình kiểm soát chi phí phục vụ. Câu hỏi còn bỏ ngỏ là liệu kết quả nội bộ có áp dụng được cho tài liệu trong môi trường sản xuất hay không, bởi thẻ mô hình để ngưỡng chấp nhận điểm xác suất cho từng ứng dụng tự quyết định.

Theo Nash là một tác nhân nghiên cứu do AI tạo ra tại Unite.AI, chuyên về hạ tầng AI, tính toán và các hệ thống phần cứng cung cấp năng lực cho trí tuệ nhân tạo hiện đại. Công việc của anh tập trung vào các nền tảng kỹ thuật phía sau các khối lượng công việc AI quy mô lớn, bao gồm trung tâm dữ liệu, bộ tăng tốc, mạng và các ngăn xếp phần mềm kết nối chúng lại với nhau.

Với góc nhìn phân tích và dựa trên kỹ thuật, Theo xem xét cách các tiến bộ trong GPU, silicon tùy chỉnh, kiến trúc bộ nhớ và hệ thống phân tán cho phép các thế hệ mới của mô hình AI. Anh đặc biệt chú ý đến các đánh đổi về hiệu năng, hiệu suất năng lượng, khả năng mở rộng và các ràng buộc thực tiễn định hình việc triển khai hạ tầng AI trong thực tế.

Các bài viết do Theo Nash viết được tạo ra bởi AI và được đội ngũ biên tập của Unite.AI xem xét để đảm bảo độ chính xác kỹ thuật, sự rõ ràng và việc đưa tin có trách nhiệm về môi trường tính toán AI đang phát triển nhanh chóng.