Cloudflare veröffentlicht Clairic, ein System-One-Extraktionsmodell auf Workers AI

Cloudflare hat eine Vorschau veröffentlicht von Clairic, einem neuen System-One-Extraktionsmodell auf Workers AI. Das Cloudflare-Clairic-Extraktionsmodell liest Text oder Bilder und gibt typisierte Werte zurück, keinen generierten Text. Es zielt auf eine Aufgabe, die Entwickler normalerweise LLMs übertragen: Summen, Daten und IDs in JSON zu ziehen. Clairic beantwortet jedes angeforderte Feld in 1 Forward-Pass, ohne Reasoning und ohne Ausgabe-Tokens.

TL;DR

• Größe: Parameteranzahl nicht offengelegt. 65.536-Token-Kontextfenster, bis zu 4 Bilder pro Anfrage.
• Läuft auf: Cloudflare-gehosteten GPUs über Workers AI (@cf/cloudflare/clairic). Keine lokale Option, bis die Gewichte erscheinen.
• Leistung: Extraktion in unter einer Sekunde in Cloudflares Tests. Es wurde noch kein Standard-Genauigkeitsbenchmark veröffentlicht.
• Bestes: Extraktionsschritt dauerte 0,46 s gegenüber 16,1 s für GLM-5.3 in Cloudflares Claims-Pipeline.
• Schlechtestes: 4 von 21 TSA-Tagesvorhersagen fielen außerhalb des 80%-Intervalls. Mehrstufige Arithmetik ist unzuverlässig.

Was ist Clairic?

Clairic ist ein Cloudflare-Modell, das typisierte Werte aus unstrukturierten Eingaben extrahiert, berechnet, schätzt und vorhersagt. Es baut auf der System-One-Idee von TypeSafes Jevauf, benannt nach Kahnemans schnellem, intuitivem Denken.

Jev und Cloudflares eigenes Clef sind Entscheidungsmodelle. Sie bewerten Optionen, die Sie im Voraus auflisten. Clairic deckt Antworten ab, die Sie nicht auflisten können, etwa eine Rechnungssumme, ein Datum oder eine Reparaturkosten.

Cloudflare beschreibt einen 3-teiligen Stack. Extraktionsmodelle wandeln rohe Eingaben in typisierte Werte um. Entscheidungsmodelle wandeln Werte in Entscheidungen um. LLMs wandeln Entscheidungen in Worte um.

Wie funktioniert eine Clairic-Anfrage?

Eine Anfrage hat eine state (Text plus bis zu 4 Bilder) und eine Karte benannter, typisierter fields. Jedes Feld kann Anweisungen in natürlicher Sprache enthalten. Unterstützte Typen sind text, number, date, time, datetime, duration, list, estimate und forecast, gemäß dem Workers AI changelog.

Jede skalare Antwort enthält p_null, die Wahrscheinlichkeit, dass der Wert fehlt, plus einen confidence score. Textantworten liefern exakte Textausschnitte mit Zeichen-Offsets. Schätzungen und Prognosen liefern einen Median und ein 80%-Intervall, von p10 bis p90. Prognosen umfassen bis zu 64 Schritte.

Es gibt keine Feldgrenze. Felder, die nicht neben der Eingabe in einem 8,192-Token-Durchlauf passen, werden in parallele Durchläufe aufgeteilt. Jeder Durchlauf sieht die gesamte Eingabe. Im Dokumentationsbeispiel lief eine 61-Token-Rechnung in 3 Durchläufen. Abgerechnet wurden 655 Eingabe-Tokens, darunter 472 Schema-Tokens. Breite Schemata können mehr kosten als das Dokument selbst.

Was zeigten Cloudflares Tests?

In einem Support-E-Mail-Beispiel addierte Clairic Preis und Steuer zu $701.10. Es berechnete außerdem 11 Tage seit der Zustellung. Keine der beiden Zahlen erscheint in der E-Mail. Eine fehlende Sendungsverfolgungsnummer ergab null statt einer plausiblen Schätzung.

Auf einem verzerrten Kassenbon-Foto las es alle 7 vorhandenen Werte und gab null für den fehlenden Rabatt zurück. Die niedrigste Konfidenz lag bei 0.776, bei der Bestellnummer.

Für die Prognose sagte Cloudflare tägliche TSA checkpoint counts für 21 Tage voraus. Der durchschnittliche Fehler betrug 3.3%. 17 von 21 tatsächlichen Werten fielen in das 80%-Intervall. 3 der 4 Fehltreffpunkte fielen auf das Columbus-Day-Wochenende.

Der Haupttest ist eine Pipeline für Beschwerden über beschädigte Produkte. Clairic extrahierte Fakten, Clef wählte Erstattung oder Reparatur, und GLM-5.3 schrieb die Antwort. Cloudflare verglich dies mit GLM-5.3, das alle 3 Schritte übernahm.

Die Kaskade war in 19.3 s fertig gegenüber 61.7 s, etwa 3.2x schneller. Die Extraktion dauerte 0.46 s gegenüber 16.1 s. Der Entscheidungsschritt dauerte 0.22 s gegenüber 21.9 s. Die Kosten pro Million Anfragen sanken um 49%, von $11,740 auf $6,032. Der Antwortsschritt dominierte weiterhin, mit 18.6 der 19.3 s.

Beide Pipelines lagen bei Fakten und Entscheidung richtig. Clairics Reparatur-Schätzung war über alle Durchläufe identisch. GLM-5.3 gab $250, $250 und $220 zurück. Cloudflare sagt, dass Gemma 4 und Qwen die All-LLM-Version nicht bestanden.

Wie schneidet Clairic im Vergleich mit Clef, Jev und GLM-5.3 ab?

Wo können Entwickler es nutzen und was kostet es?

Clairic ist als Preview live unter @cf/cloudflare/clairic. Der Aufruf erfolgt über das Workers AI Binding mit env.AI.run() oder die REST API. AI Gateway funktioniert mit denselben Endpunkten.

Der Preis beträgt $0.10 pro Million Eingabe-Tokens ohne Output-Gebühr. Das unterbietet Clefs $0.24, liegt aber über Jevs $0.042. Gewichte sind zugesagt, aber noch nicht veröffentlicht.

Wichtigste Erkenntnisse

• Clairic liefert typisierte Werte statt Text in 1 Forward-Pass.
• $0.10 pro Million Eingabe-Tokens; Output-Tokens kosten nichts.
• Die Extraktion lief in 0.46 s gegenüber 16.1 s bei GLM-5.3.
• Jede Antwort enthält ein Konfidenzniveau, p_null, Spannen oder Intervalle.

Sehen Sie sich den Cloudflare-Blogbeitragan, die Dokumentation zum Clairic-Modell, die Erläuterung zu Extraktionsmodellen und das Workers-AI-Änderungsprotokoll. Lesen Sie auch unsere frühere Berichterstattung über Drex 1.5. Die gesamte Anerkennung gebührt dem Forscher dieses Projekts. Folgen Sie uns außerdem gerne auf Twitter und vergessen Sie nicht, unserem 150k+ML SubReddit beizutreten und unseren Newsletterzu abonnieren. Moment! Sind Sie auf Telegram? jetzt können Sie uns auch auf Telegram beitreten.

Der Beitrag Cloudflare veröffentlicht Clairic, ein System-One-Extraktionsmodell auf Workers AI erschien zuerst auf MarkTechPost.