Cloudflare 发布 Clairic 抽取模型：一次前向传播输出带类型和置信度的数值、日期与预测，Workers AI 预览、每百万输入 token 0.10 美元

核心背景与行业痛点

今天大量结构化输出调用都在用前沿 LLM 做同一类事：发票总额是多少、哪天送达、晚了几天、维修要花多少钱。LLM 能做，但会输出非法 JSON、生成时读错数字、给出的片段无法回溯到原文，开发者只好叠加解析、校验、重试和抽查，还要为每个字段的推理和输出 token 付费。Cloudflare 借用 TypeSafe 上月提出的「System One」概念（快速、精确、类型化），在 Jev、Clef 这类决策模型之外，推出第一个「抽取模型」。

架构亮点与底层机制

Clairic 不生成 token，一次并行前向传播就给出全部字段，因此只按输入计费。请求由 state（文本加最多 4 张图）和一组带类型的字段组成，类型包括 text、number、date/time/datetime、duration、list、estimate、forecast。文本值返回字符偏移 span 和置信度；每个标量都附 p_null（输入里没有该值的概率），缺失时返回 null 而不是编一个；estimate 返回中位数和 80% 区间（p10–p90），forecast 每一步各给一个区间。字段数量不设上限，放不下时服务端拆成多次并行再合并。

权威 Benchmark 与实测跑分对比

以下均为 Cloudflare 官方口径，未见第三方公开评测。退货理赔流水线中，Clairic→Clef→GLM-5.3 级联端到端 19.3 秒，全程用 GLM-5.3 为 61.7 秒，约快 3.2 倍；抽取一步 Clairic 0.46 秒，GLM-5.3 要 16.1 秒；每百万次理赔成本 6032 美元对 11740 美元，约省 49%。TSA 安检人数连续 21 天预测平均误差 3.3%，21 天中有 17 天落在 80% 区间内。官方也承认多步连锁算术和跨多行聚合还不行，区间在陌生数据上可能偏窄。

开发者实战落地与开箱指南

在 Worker 里调用 env.AI.run("@cf/cloudflare/clairic", { state, fields })，或走 REST API。文档列出上下文 65,536 token、支持视觉、定价每百万输入 token 0.10 美元。适合发票、收据、工单、邮件抽取以及带不确定度的估值；官方建议让 Clairic 取值、由代码做复杂计算，再把类型化结果交给 Clef 或 LLM。目前是预览版早期检查点，官方表示后续会开放权重。