Cloudflare가 미리보기 버전을 출시했습니다 Clairic, 새로운 System One 추출 모델 Workers AI에서. Cloudflare Clairic 추출 모델은 텍스트나 이미지를 읽고 생성된 텍스트가 아닌 타입화된 값을 반환합니다. 이 모델은 개발자가 보통 LLM에 맡기는 작업, 즉 합계, 날짜, ID를 JSON으로 추출하는 작업을 목표로 합니다. Clairic은 추론 없이, 출력 토큰 없이, 1번의 순전파로 요청된 모든 필드에 답합니다.
TL;DR
- 크기: 파라미터 수는 공개되지 않았습니다. 65,536토큰 컨텍스트 윈도우, 요청당 최대 4개의 이미지.
- 실행 환경: Workers AI를 통한 Cloudflare 호스팅 GPU (
@cf/cloudflare/clairic). 가중치가 공개되기 전까지는 로컬 옵션이 없습니다. - 성능: Cloudflare의 테스트에서 1초 미만의 추출. 표준 정확도 벤치마크는 아직 공개되지 않았습니다.
- 장점: Cloudflare의 청구서 처리 파이프라인에서 GLM-5.3은 16.1초가 걸린 반면 추출 단계는 0.46초가 걸렸습니다.
- 단점: 21개의 TSA 익일 예측 중 4개가 80% 구간을 벗어났습니다. 다단계 산술은 신뢰할 수 없습니다.
Clairic이란 무엇인가?
Clairic은 비정형 입력에서 타입화된 값을 추출, 계산, 추정, 예측하는 Cloudflare 모델입니다. 이 모델은 카너먼의 빠르고 직관적인 사고에서 이름을 따온 TypeSafe의 Jev의 System One 개념을 기반으로 합니다.
Jev와 Cloudflare의 자체 모델인 Clef 는 의사결정 모델입니다. 이들은 미리 나열한 옵션들을 평가합니다. Clairic은 인보이스 합계, 날짜, 수리 비용처럼 나열할 수 없는 답을 다룹니다.
Cloudflare는 3부분으로 구성된 스택을 제시합니다. 추출 모델은 원시 입력을 타입화된 값으로 변환합니다. 의사결정 모델은 값을 결정으로 변환합니다. LLM은 결정을 말로 변환합니다.
Clairic 요청은 어떻게 작동하나?
요청에는 state (텍스트와 최대 4개의 이미지) 및 이름과 유형이 지정된 fields의 맵. 각 필드는 일반 언어로 된 지침을 담을 수 있습니다. 지원되는 유형은 text, number, date, time, datetime, duration, list, estimate, forecast이며, 이는 Workers AI changelog.
에 따릅니다. 모든 스칼라 답변에는 p_null즉 값이 존재하지 않을 확률과 더불어 confidence 점수가 포함됩니다. 텍스트 답변은 문자 오프셋과 함께 정확한 스팬을 반환합니다. 추정치와 예측치는 p10부터 p90까지의 80% 구간과 함께 중앙값을 반환합니다. 예측은 최대 64단계까지 지원합니다.
필드 수에는 제한이 없습니다. 한 번의 8,192-token 패스 에서 입력 옆에 담을 수 없는 필드는 병렬 패스로 분할됩니다. 각 패스는 입력 전체를 봅니다. 문서 예시에서는 61토큰짜리 송장이 3패스로 실행되었고, 472개의 스키마 토큰을 포함해 655 입력 토큰으로 청구되었습니다. 넓은 스키마는 문서 자체보다 비용이 더 들 수 있습니다.
Cloudflare의 테스트에서는 무엇이 나타났을까요?
고객 지원 이메일 예시에서 Clairic은 가격과 세금을 합산해 $701.10을 산출했습니다. 배송 후 11일도 계산했습니다. 두 숫자 모두 이메일에는 나타나지 않습니다. 누락된 운송장 번호에 대해서는 그럴듯한 추측 대신 null 을 반환했습니다.
기울어진 영수증 사진에서는 존재하는 7개 값을 모두 읽어내고, 없는 할인 항목에 대해서는 null 을 반환했습니다. 가장 낮은 신뢰도는 주문 번호에서 0.776이었습니다.
예측의 경우 Cloudflare는 21일간의 일일 TSA 검색대 수 21일 동안이었습니다. 평균 오차는 3.3%였습니다. 21개 중 17개의 실제 수치가 80% 구간 안에 들었습니다. 4번의 빗나감 중 3번은 Columbus Day 주말에 발생했습니다.
주요 테스트는 파손 상품 클레임 파이프라인입니다. Clairic이 사실을 추출하고, Clef가 환불 또는 수리를 선택하며, GLM-5.3이 회신을 작성했습니다. Cloudflare는 이를 GLM-5.3이 3단계를 모두 처리하는 경우와 비교했습니다.
캐스케이드 방식은 19.3초가 걸려 61.7초 대비 약 3.2배 빨랐습니다. 추출은 16.1초 대비 0.46초가 걸렸습니다. 의사 결정 단계는 21.9초 대비 0.22초가 걸렸습니다. 백만 건당 비용은 49% 감소해 $11,740에서 $6,032로 낮아졌습니다. 회신 단계가 여전히 19.3초 중 18.6초를 차지하며 지배적이었습니다.
두 파이프라인 모두 사실과 의사 결정을 정확히 처리했습니다. Clairic의 수리 비용 추정치는 실행마다 동일했습니다. GLM-5.3은 $250, $250, $220을 반환했습니다. Cloudflare에 따르면 Gemma 4와 Qwen은 올-LLM 버전에서 실패했습니다.
Clairic은 Clef, Jev, GLM-5.3과 어떻게 비교될까요?
| 지표 | Clairic | Clef | Jev | GLM-5.3 |
|---|---|---|---|---|
| 개발사 | Cloudflare | Cloudflare | TypeSafe AI | Z.ai |
| 클래스 | System One 추출 | System One 결정 | System One 결정 | System Two LLM (추론) |
| 출력 | 타입화된 값: 스팬, 숫자, 날짜, 기간, 목록, 추정치, 예측 | 나열한 옵션들에 대한 확률 | 보정된 확률을 갖는 타입화된 결정 | 자유 형식 텍스트 |
| 파라미터 | 공개되지 않음 | 27B | 공개되지 않음 | 공개되지 않음 |
| 컨텍스트 윈도우 | 65,536 토큰 | 65,536 토큰 | 공개되지 않음 | 1,048,576 토큰 |
| 이미지 입력 | 예, 최대 4개 | 예 (텍스트, JSON, 이미지, 비디오) | 공개되지 않음 | 공개되지 않음 |
| 입력 가격 | $0.10 / 백만 토큰 | $0.24 / 백만 토큰 | $0.042 / M 토큰 | $1.40 / M 토큰 |
| 출력 가격 | 없음 | 없음 | 무료 | $4.40 / M 토큰 |
| 속도 | 0.46초 추출 단계 (Cloudflare 테스트) | 209.3 ms 중앙값 (Cloudflare evals) | 70~500 ms 엔드 투 엔드 (TypeSafe) | 16.1초 추출 단계 (Cloudflare 테스트) |
| 가용성 | Workers AI 프리뷰; 오픈 웨이트 계획 | Workers AI; Apache 2.0 웨이트 | TypeSafe API, 얼리 액세스 | Workers AI, 유료 플랜 |
개발자는 어디서 사용할 수 있고 비용은 얼마인가?
Clairic은 프리뷰로 @cf/cloudflare/clairic에서 제공됩니다. Workers AI 바인딩을 통해 env.AI.run() 로 호출하거나 REST API를 사용하세요. AI Gateway도 동일한 엔드포인트에서 작동합니다.
가격은 백만 입력 토큰당 $0.10 이며 출력 요금은 없습니다. 이는 Clef의 $0.24보다 낮지만 Jev의 $0.042보다는 높습니다. 웨이트는 약속되었지만 아직 공개되지 않았습니다.
핵심 요약
- Clairic은 텍스트가 아닌 타입화된 값을 1회 순방향 패스로 반환합니다.
- 백만 입력 토큰당 $0.10; 출력 토큰은 무료입니다.
- 추출은 0.46초에 완료된 반면 GLM-5.3은 16.1초가 걸렸습니다.
- 모든 답변에는 신뢰도가 포함되며,
p_null, 범위 또는 구간이 함께 제공됩니다.
다음을 확인해 보세요. Cloudflare 블로그 게시물, 그리고 Clairic 모델 문서, 추출 모델 설명 자료 와 Workers AI 변경 로그도 확인하세요. 또한 이전에 다룬 Drex 1.5관련 기사도 읽어보세요. 이 프로젝트의 연구자에게 모든 공이 돌아갑니다. 또한 저희를 Twitter 에서 팔로우하고, 150k+ML SubReddit 에 가입하시고, 저희 뉴스레터를 구독하는 것도 잊지 마세요. 잠깐! 텔레그램을 사용하시나요? 이제 텔레그램에서도 저희와 함께하실 수 있습니다.
이 게시물 Cloudflare, Workers AI에서 System One 추출 모델 Clairic 출시 는 다음에서 처음 게시되었습니다. MarkTechPost.