Cloudflare a publié un aperçu de Clairic, un nouveau modèle d'extraction System One sur Workers AI. Le modèle d'extraction Clairic de Cloudflare lit du texte ou des images et renvoie des valeurs typées, pas du texte généré. Il cible une tâche que les développeurs confient habituellement aux LLM : extraire des montants, des dates et des identifiants en JSON. Clairic répond à chaque champ demandé en 1 passe avant, sans raisonnement et sans jetons de sortie.
TL;DR
- Taille : Nombre de paramètres non divulgué. Fenêtre de contexte de 65,536 jetons, jusqu'à 4 images par requête.
- S'exécute sur : des GPU hébergés par Cloudflare via Workers AI (
@cf/cloudflare/clairic). Aucune option locale tant que les poids ne sont pas disponibles. - Performance : Extraction en moins d'une seconde dans les tests de Cloudflare. Aucun benchmark standard de précision n'est encore publié.
- Points forts : Étape d'extraction en 0.46 s contre 16.1 s pour GLM-5.3 dans le pipeline de réclamations de Cloudflare.
- Points faibles : 4 des 21 prévisions de TSA pour le lendemain sont tombées en dehors de son intervalle à 80 %. L'arithmétique à plusieurs étapes n'est pas fiable.
Qu'est-ce que Clairic ?
Clairic est un modèle Cloudflare qui extrait, calcule, estime et prévoit des valeurs typées à partir d'entrées non structurées. Il s'appuie sur l'idée System One de Jev de TypeSafe, nommée d'après la pensée rapide et intuitive de Kahneman.
Jev et le modèle maison de Cloudflare Clef sont des modèles de décision. Ils notent des options que vous listez à l'avance. Clairic couvre les réponses que vous ne pouvez pas lister, comme le total d'une facture, une date ou un coût de réparation.
Cloudflare présente une pile en 3 parties. Les modèles d'extraction transforment l'entrée brute en valeurs typées. Les modèles de décision transforment les valeurs en décisions. Les LLM transforment les décisions en mots.
Comment fonctionne une requête Clairic ?
Une requête comporte un state (texte plus jusqu'à 4 images) et une carte de champs nommés, typés fields. Chaque champ peut contenir des instructions en langage naturel. Les types pris en charge sont text, number, date, time, datetime, duration, list, estimate et forecast, selon le journal des changements de Workers AI.
Chaque réponse scalaire inclut p_null, la probabilité que la valeur soit absente, plus un confidence score. Les réponses textuelles renvoient des spans exacts avec des offsets de caractères. Les estimations et prévisions renvoient une médiane et un intervalle à 80%, de p10 à p90. Les prévisions couvrent jusqu'à 64 étapes.
Il n'y a pas de limite de champs. Les champs qui ne tiennent pas à côté de l'entrée en une seule passe de 8,192 tokens sont répartis en passes parallèles. Chaque passe voit l'entrée entière. Dans l'exemple de la documentation, une facture de 61 tokens a été traitée en 3 passes. La facturation a été de 655 tokens d'entrée, dont 472 tokens de schéma. Les schémas larges peuvent coûter plus cher que le document lui-même.
Qu'ont montré les tests de Cloudflare ?
Dans un exemple d'e-mail de support, Clairic a additionné le prix et la taxe pour obtenir 701.10 $. Il a aussi calculé 11 jours depuis la livraison. Aucun de ces chiffres n'apparaît dans l'e-mail. Un numéro de suivi absent a renvoyé null au lieu d'une supposition plausible.
Sur une photo de reçu de travers, il a lu les 7 valeurs présentes et a renvoyé null pour la remise absente. Sa confiance la plus faible était de 0.776, sur le numéro de commande.
Pour les prévisions, Cloudflare a prédit les nombre de points de contrôle TSA quotidiens pendant 21 jours. L'erreur moyenne était de 3.3%. 17 des 21 décomptes réels se situaient dans l'intervalle à 80%. 3 des 4 erreurs sont tombées sur le week-end de Columbus Day.
Le test principal est un pipeline de réclamations de produits endommagés. Clairic a extrait les faits, Clef a choisi entre remboursement et réparation, et GLM-5.3 a rédigé la réponse. Cloudflare a comparé cela à GLM-5.3 gérant les 3 étapes.
Le pipeline en cascade a terminé en 19.3 s contre 61.7 s, soit environ 3.2x plus rapide. L'extraction a pris 0.46 s contre 16.1 s. L'étape de décision a pris 0.22 s contre 21.9 s. Le coût par million de réclamations a chuté de 49%, passant de 11,740 $ à 6,032 $. L'étape de réponse restait dominante, avec 18.6 s sur les 19.3 s.
Les deux pipelines ont obtenu les faits et la décision correctement. L'estimation de réparation de Clairic était identique d'une exécution à l'autre. GLM-5.3 a renvoyé 250 $, 250 $ et 220 $. Cloudflare indique que Gemma 4 et Qwen ont échoué à la version tout-LLM.
Comment Clairic se compare-t-il à Clef, Jev et GLM-5.3 ?
| Métriques | Clairic | Clef | Jev | GLM-5.3 |
|---|---|---|---|---|
| Développeur | Cloudflare | Cloudflare | TypeSafe AI | Z.ai |
| Class | Extraction System One | Décision System One | Décision System One | LLM System Two (raisonnement) |
| Sortie | Valeurs typées : segments, nombres, dates, durées, listes, estimations, prévisions | Probabilités sur les options que vous listez | Décisions typées avec probabilités calibrées | Texte libre |
| Paramètres | Non divulgué | 27B | Non divulgué | Non divulgué |
| Fenêtre de contexte | 65,536 tokens | 65,536 tokens | Non divulgué | 1,048,576 tokens |
| Entrée d'image | Oui, jusqu'à 4 | Oui (texte, JSON, images, vidéo) | Non divulgué | Non divulgué |
| Prix d'entrée | $0.10 / M tokens | $0.24 / M tokens | 0,042 $ / M tokens | 1,40 $ / million de tokens |
| Prix du rendement | Aucun | None | Gratuit | 4,40 $ / million de tokens |
| Vitesse | étape d'extraction de 0,46 s (Test Cloudflare) | 209,3 ms de médiane (Cloudflare evals) | 70 à 500 ms de bout en bout (TypeSafe) | étape d'extraction de 16.1 s (Test Cloudflare) |
| Disponibilité | Aperçu de Workers AI ; pondérations ouvertes prévues | Workers AI ; pondérations Apache 2.0 | TypeSafe API, accès anticipé | Workers AI, Forfait payant |
Où les développeurs peuvent-ils l'utiliser, et combien coûte-t-il ?
Clairic est disponible en avant-première sur @cf/cloudflare/clairic. Appelez-la via la liaison Workers AI avec env.AI.run() ou l'API REST. AI Gateway fonctionne avec les mêmes points de terminaison.
Les tarifs sont 0,10 $ par million de jetons d'entrée sans aucun frais de sortie. Cela undercut le tarif de 0,24 $ de Clef mais se situe au-dessus des 0,042 $ de Jev. Les pondérations sont promises mais pas encore publiées.
Points clés à retenir
- Clairic renvoie des valeurs typées, et non du texte, en 1 seule passe.
- 0,10 $ par million de jetons d'entrée ; les jetons de sortie ne coûtent rien.
- L'extraction s'est exécutée en 0,46 s contre 16,1 s pour GLM-5.3.
- Chaque réponse est accompagnée d'un niveau de confiance,
p_null, d'étendues ou d'intervalles.
Consultez le article de blog de Cloudflare, les docs du modèle Clairic, l' explication des modèles d'extraction et le changelog de Workers AI. Lisez également notre précédente couverture de Drex 1.5. Tout le mérite revient au chercheur de ce projet. N'hésitez pas non plus à nous suivre sur Twitter et n'oubliez pas de rejoindre notre SubReddit ML de plus de 150k et de vous abonner à notre Newsletter. Attendez ! êtes-vous sur telegram ? vous pouvez désormais nous rejoindre également sur telegram.
L'article Cloudflare lance Clairic, un modèle d'extraction System One sur Workers AI est apparu en premier sur MarkTechPost.