Cloudflare开放两款Clairic模型权重,单次可读最多4页PDF
科极网Cloudflare 在 Workers AI 上更新了文档提取模型 Clairic,并增加速度更快的 Clairic-flash。两个版本的完整权重都已放到 Hugging Face,同时由 Cloudflare 自己托管,用户可以从 Workers AI 调用模型。接入旧端点的应用随服务端自动切换到新版。开发者仍可以按预览阶段的接口方式发出请求,开发文档继续提供完整的 API 模式。
原端点升级,轻量版使用独立端点
以十亿为单位,新版 Clairic 和 Clairic-flash 的参数量分别为 27 和 9。预览时,Cloudflare 因轻量版训练较快、所需工作较少,先把轻量模型部署在 @cf/cloudflare/clairic。此次调整后,原地址改为运行参数规模更高的新版,轻量版迁到 @cf/cloudflare/clairic-flash,用户可将对成本较敏感的任务交给后者。

两个端点都只按输入词元计费,模型实际运行时仍会生成输出词元,生成这些词元的费用由 Cloudflare 承担。这是公司针对 System One 模型采用的计费方式。以百万个输入词元为计费单位,Clairic-flash 单价为 0.10 美元,新版 Clairic 在优惠期内沿用这一价格,2026 年 12 月 1 日结束优惠后恢复到 0.24 美元。
同一次请求可提取跨页字段
预览期里,客户提出过从收据照片读取内容和从客户支持工单中获取数值的需求。团队因此把任务集中在从未经结构化处理的数据里读取指定信息。新版除了接收图像,还可读 PDF,改进了对表格、列表和日期的处理,提取结果也能更可靠地与输入内容对应。一次请求最多合计提交 4 张图片或 PDF 页面,即使供应商名称、明细和总额分散在不同页,也能放在同一请求内处理。按行返回的明细保留每项描述、数量和价格之间的对应关系,同一条明细的这些信息因此可以放在同一行读取。
Cloudflare 对常见的文本和数值字段改用并行槽位自回归生成。每个字段按自己已经写出的词元,决定接下来要生成的词元。各字段在同一个服务批次里并行生成,每个字段仅在遇到自己的结束标记时停止,仍未完成的字段则继续处理。
公司称这种方式取代此前的单次前向计算,以少量额外延迟提高了文字和图像的提取准确度。为估计、预测、时长、日期计算和显式算术,团队训练了专门的预测头。模型虽然改了生成字段的方式,但有类型定义的 API 保留了原先的结果信息。每次请求仍附带置信度分数、字符跨度和概率。
内部测试同时比较字段命中和完整响应耗时
目前没有公开的提取基准。Cloudflare 以 Clairic-preview、新版 Clairic、Clairic-flash、配合 Apple Vision 光学字符识别的 Liquid AI D1.2、以及 ScaleDown 的 Extract 进行内部对照,并称结果适合作为选型参考。Cloudflare 以字段命中情况统计各组结果,希望衡量模型对不同输入的提取能力。
由于结果由 Cloudflare 自行公布,公司把这些对照用于说明各类任务的表现。它把同行也在开发专门的提取模型,视为对早期判断的印证,所指的问题包括调用成本、响应延迟和字段提取的准确性。
各组结果均按这一顺序列出正确字段数相对于总字段数的比例。新文本字段测试使用了 96 次请求,所有模型均需提取 336 个字段,对应结果是 295/336、335/336、328/336、304/336、259/336。名为 mchen 的混合输入内部测试使用 36 次请求,涉及 226 个待提取字段,对应结果为 207/226、221/226、213/226、116/226、156/226。
另一套测试追踪了客户对输出的断言,覆盖 139 种请求形态,按相同模型顺序得到 1033/1263、1263/1263、1263/1263、973/1263、653/1263。Cloudflare 还把合成收据分别以文本和图像作为输入,考察模型能否正确取出字段。
相同顺序下,对应结果为 369/576、576/576、576/576、397/576、280/576。单独展示的咖啡店收据里,预览模型的商户名字段为空,新版读出了 Coffee House,5 个字段全部正确。Cloudflare 表示,在覆盖文本和图像的内部基准中,图像读取错误从 207 个降到 0。
延迟测试由 Cloudflare 自托管服务器执行,计时覆盖请求中的全部字段,截止到 HTTP 响应完整返回。报告给出了每套用例对单个模型发出的请求数。以下均以毫秒计,每组先列 Clairic、再列 Clairic-flash,每个模型依次列出中位延迟 p50 和第 95 百分位延迟 p95。
测量新文本字段时,每个模型发出 96 次请求。新版模型的结果是 358 和 736,轻量版是 155 和 328。输入换成新图像字段后,每个模型发出 48 次请求,结果分别为 453 和 976、305 和 605。
在商业租赁场景,两个模型各接受 180 次请求,对应的成对延迟是 691 和 803、379 和 519。贷款定价场景的请求数是每个模型 600 次,对应 395 和 407、188 和 192。交通预测场景分别对两个模型执行 114 次请求,新版模型为 532 和 585,轻量版为 243 和 261。费用审计还处在开发阶段,这套用例为每个模型发出 60 次请求,记录到 632 和 742、393 和 512。Cloudflare 称这些任务可在 1 秒内返回,快于一般大语言模型处理同类请求。
Cloudflare 将这些模型纳入 System One,该系列使用为各类具体任务专门设计的模型,定位是在使用体量较大、开销较高的大语言模型时,提供更小、响应更快、费用更低的补充。开发工作由 Workers AI superintelligence team 负责,该团队也开发了 Clef。
Cloudflare 称公开 Clef 后,社区已有一批实验和调优成果,团队希望这次也能让开发人员继续试验并在公开权重的基础上开展后续工作。Workers AI superintelligence team 也在继续扩充研发人员,面向 Cloudflare 客户和开源社区开发前沿模型。