Cloudflare выпустила Clairic — модель, которая извлекает из неструктурированных документов только нужные поля: например, номер заказа или сумму счёта. Компания заявляет, что в связке с другими моделями такой подход работает быстрее и обходится дешевле, чем обработка всей задачи одной большой языковой моделью.
Суть события
Clairic уже доступна в предварительной версии через Workers AI. Пользователь заранее задаёт, какие значения нужно найти, а модель возвращает их в нужном формате и добавляет оценку уверенности. Если данных в документе нет, результатом становится null, то есть явное отсутствие значения, а не догадка.
Главное отличие от большой языковой модели — способ работы. Clairic не генерирует ответ слово за словом, а обрабатывает все запрошенные поля за один проход. Для компаний это может быть полезно в задачах, где из писем, счетов и заявок нужно достать несколько конкретных значений, а не написать длинный текст.
Как Cloudflare предлагает использовать модель
Cloudflare видит Clairic частью цепочки из нескольких моделей. В примере с письмом о повреждённом заказе она извлекает номер заказа, сумму и описание ущерба, а также оценивает стоимость ремонта. Затем Clef применяет правила компании и выбирает между возвратом денег и ремонтом, а GLM-5.3 готовит ответ клиенту. Cloudflare также хочет использовать Clairic в цепочках с LLM и другими моделями класса System One, но в описанном примере названы только Clairic, Clef и GLM-5.3.
По данным Cloudflare, вся цепочка занимает 19,3 секунды. Если поручить все три шага одной GLM-5.3, это занимает 61,7 секунды и стоит почти вдвое дороже. Это заявление самой компании, а не независимое сравнение, поэтому его стоит воспринимать как ориентир для архитектуры, а не как универсальную гарантию экономии.
Что это меняет для работы с документами
Для небольшого бизнеса, фрилансера или удалённой команды ценность Clairic не в замене всех нейросетей одной моделью. Скорее, отдельный инструмент может взять на себя повторяющийся этап: найти поля в большом потоке документов, привести их к единому виду и передать дальше системе с правилами или генератору текста. Такой конвейер проще проверять: на выходе видны конкретные значения и степень уверенности.
Если задача связана с большим архивом, полезно заранее продумать, как искать в нём нужные сведения и что делать с пропусками. В этом поможет гайд о превращении папки документов в удобный поиск с помощью ИИ. Но Clairic не отменяет проверку результата человеком: оценка уверенности не доказывает, что извлечённое поле действительно верно.
Что дальше
Cloudflare собирается добавить открытые веса модели позже, но точный срок в исходных данных не указан. Уже сейчас разработчики могут пробовать Clairic в предварительной версии Workers AI и встраивать её в цепочки с другими моделями.
Ограничение тоже обозначено прямо: Clairic пока ненадёжно справляется с длинными цепочками вычислений. Cloudflare советует выполнять такие расчёты собственным кодом. Поэтому практичный сценарий на старте — отдавать модели извлечение и простые операции, а сложную логику, финансовые решения и контроль ошибок оставлять за программой и человеком.
