模型 The Decoder AI·原文 2026年10月20日

Cloudflare发布文档抽取模型Clairic，称速度与成本优于大模型

Cloudflare称Clairic在Workers AI上以预览形式提供，按字段一次性返回结果并附置信度，缺失值返回null；官方给出的链式案例中，含Clairic的处理链耗时 19.3 秒，单用GLM-5.3完成同三步需 61.7 秒且成本接近两倍。

AI解读：这一比较来自Cloudflare的说法，报道未给出独立的评测数据。

使用方式是由用户指定所需字段，例如订单号或发票总额，Clairic按对应格式返回匹配值，并给出置信度；字段缺失时返回null。

Clairic不逐token生成文本，而是在一次处理中回答所有字段。除抽取外，Cloudflare称它还能做简单计算、估算和预测，设计定位是更大智能体链条中的一环。

Cloudflare给出的示例链条中，Clairic从投诉邮件提取订单号、金额和损坏情况并估算维修费用，Clef依据公司规则决定退款还是维修，GLM-5.3撰写回复，整链耗时 19.3 秒；单用GLM-5.3完成同样三步需 61.7 秒，成本接近两倍。

Cloudflare表示，Clairic目前还不能可靠处理较长的计算链，这类计算暂时应由开发者在自己代码中完成。

Cloudflare发布AI模型Clairic，称其从文档中提取数据的速度和成本优于大型语言模型。该模型已在Workers AI上以预览形式提供，开放权重将随后发布。

按字段一次性返回，缺失值输出null

Clairic的使用方式是由用户指定所需字段，例如订单号或发票总额，模型按对应格式返回匹配值，并附一个置信度分数。若某个字段的值不存在，模型返回“null”。

Cloudflare称，与语言模型不同，Clairic不逐token生成文本，而是在一次处理中回答所有字段。除抽取外，它还能处理简单计算、估算和预测。该模型从非结构化文本中提取数值，设计定位是更大智能体链条中的一个环节。

Cloudflare希望Clairic与LLM及其他“System One”模型（如Jev）配合运行。其示例是一封投诉邮件：Clairic提取订单号、金额和损坏情况，并估算维修费用；决策模型Clef依据公司规则在退款与维修之间选择；GLM-5.3撰写给客户的回复。

Cloudflare称这条链耗时 19.3 秒；单用GLM-5.3完成全部三个步骤需要 61.7 秒，成本接近两倍。上述数字均为Cloudflare提供，报道未附独立复现或评测条件。

Cloudflare表示，Clairic目前还不能可靠处理较长的计算链，现阶段开发者应把这类计算放在自己的代码中运行。