Cloudflare AI ↗ · 2026-11-19 06:00 · UTC+8
Cloudflare 发布开源权重模型 Clairic 与 Clairic-flash
公司动态 Cloudflare AI 原文语言:英文
Cloudflare 的 Workers AI 超智能团队于 2026 年 11 月推出了两款开源权重模型 Clairic 及其轻量版 Clairic-flash。新模型改进了复杂文档(含图像和 PDF)的提取与定位能力,并在 Hugging Face 上完全开源。
全文
开源 Workers AI
AI 开发者 机器学习 开源 Workers AI
2026年11月18日
来自全新 Workers AI 超级智能团队的更新版 Clairic 和 Clairic-flash 现已采用开放权重
Alex Reneau、Michelle Chen 和 Kevin Flansburg
阅读时间 6 分钟
Cloudflare 已转型为一家新实验室。我们正在为客户和开源社区构建自己的前沿 AI 模型。
今天,我们宣布发布两款开放权重模型:
我们推出了 Clairic 的更新版本。自预览版发布以来,我们改进了从包括图片和 PDF(新增!)在内的复杂文档中提取信息的能力,对表格、列表和日期的处理更加可靠,并且增强了答案在源材料中的依据。
我们推出了 Clairic-flash,它是 Clairic 的更轻、更快的版本,在一个紧凑的 90 亿参数模型中提供了强劲的提取和预测性能。
这两个提取模型均托管在 Workers AI 上,并且完整的开放权重可在 Hugging Face 上获取。
我们也很高兴重新自我介绍为 Workers AI 超级智能团队,这是 Clef、Clairic 以及许多正在开发中的项目背后的前沿 AI 研究团队。该团队正在迅速推进 AI 前沿,并为 Cloudflare 的客户和开源社区构建实用的模型。
Clairic 的新版本:在预览版发布后重新设计
自从预览版发布 Clairic 以来,我们收到了大量关于客户希望如何使用提取模型的用例和有价值的反馈。我们听到了各种用例,从从收据等图片中提取数据到从支持工单中读取数值。我们知道我们要将提取作为该模型的明确焦点,因此它必须擅长从非结构化数据中进行读取。
我们决定重新审视 Clairic 并重新设计了我们的架构,使这一新版本的 Clairic 与我们的预览版区分开来。对于普通的文本和数字提取字段,我们现在使用并行槽自回归生成,而不是单个前向传递。每个字段使用它已经写入的标记来选择下一个标记,然后在其自身的结束标记处停止。所有字段在服务批次中一起前进,仍然提供每个请求极快的延迟。这提高了我们对文本和图片提取的准确性,准确性方面的权衡抵消了微小的延迟成本。对于计算、估计和提取用例,我们训练了能够处理估计、预测、持续时间、计算日期和显式算术的特殊头部。
尽管模型架构发生了演变,但我们保留了使答案有用的类型化 API 接口部分:置信度得分、字符跨度和概率在每个请求中依然完好无损。该模型仍然非常快速且便宜。从下面的评估中,您可以看出我们较新版本的 Clairic 如何在文本、图片、PDF 等内容的提取方面得到了极大改进。
评估
Clairic-preview
Clairic
Clairic-flash
D1.2 + OCR
ScaleDown
新鲜文本字段,96 个请求
295/336
335/336
328/336
304/336
259/336
内部评估 (mchen) - 混合输入字段,36 个请求
207/226
221/226
213/226
116/226
156/226
跟踪的客户断言,139 个请求形状
1,033/1,263
1,263/1,263
1,263/1,263
973/1,263
653/1,263
文本和图片中的合成收据字段
369/576
576/576
576/576
397/576
280/576
目前尚无公开的提取基准测试,但我们针对市场上其他新兴的提取模型运行了我们的内部评估,例如 Liquid AI 的 D1.2(与 Apple Vision 级联进行光学字符识别)和 Scaledown 的 Extract。我们的 Clairic 模型在各种提取用例中表现出色,但请将这些评估视为方向性指导,因为它们是自我报告的。我们希望展示一幅直观的图片,说明 Clairic 在广义提取用例中的表现,并庆祝其他公司也在发布提取模型这一事实——这证实了我们的最初假设,即由于成本、延迟和准确性,提取是 LLM 用户的一个痛点。
但是它快吗?
我们对 Clairic 和 Clairic-flash 进行了延迟测试,测量了来自自托管服务器的完整 HTTP 响应,包括请求中的所有字段。即使采用了重新设计的架构,您也可以期望在一秒钟内获得响应——这比处理类似工作负载的典型 LLM 响应要快得多。
评估集
每个模型的请求数
Clairic p50 / p95
Clairic-flash p50 / p95
新鲜文本字段
96
358 / 736 ms
155 / 328 ms
全新的图像字段
48
453 / 976 ms
305 / 605 ms
商业租赁
180
691 / 803 ms
379 / 519 ms
贷款定价
600
395 / 407 ms
188 / 192 ms
交通预测
114
532 / 585 ms
243 / 261 ms
费用审核与开发
60
632 / 742 ms
393 / 512 ms
更好的图像与 PDF 提取能力
在我们先前的预览博客文章中,Clairic 能够读取收据照片。现在,Clairic 系列模型也能读取 PDF 了,因此你可以在一个请求中查询供应商、明细行和总计,即使它们出现在不同的页面上。总共最多可以包含四个图像或 PDF 页面,并且明细行可以作为行返回,将每个描述、数量和价格保持在一起。由于 Clairic 的新架构,在我们的内部基准测试中,图像读取的准确率从 207 个错误降低到了 0 个,全面覆盖了文本和图像。
合成咖啡店收据并排提取结果。Clairic-preview 返回了商户名称的 null 值,而 Clairic 返回了“Coffee House”并且所有五个字段都正确。
Clairic 限时促销定价
当我们首次在 @cf/cloudflare/clairic 推出 Clairic 的预览端点时,我们托管了 9B 变体,因为它更快、更容易训练,预览价格为每百万输入 tokens 0.10 美元。我们现在将 9B 模型移至 @cf/cloudflare/clairic-flash 端点,而 27B 模型将存放在 @cf/cloudflare/clairic。
27B Clairic 模型的定价为每百万输入 tokens 0.24 美元,而 9B Clairic-flash 模型的定价为每百万输入 tokens 0.10 美元。尽管该模型在技术上确实会生成输出 tokens,但我们决定保持 System One 的定价原则,仅对输入 tokens 收费:我们承担了生成输出 tokens 的成本。
为了使此次切换无缝衔接,我们为 Clairic 提供了促销折扣 —— 直到 2026 年 12 月 1 日,Clairic 和 Clairic-flash 的价格均为每百万输入 tokens 0.10 美元。这意味着你可以以相同的价格试用更高质量的 Clairic 变体。如果你的应用程序连接到了我们在预览版中发布的 Clairic 端点,你将自动受益于我们正在替换推出的新模型的更强提取功能。
如果你想将对成本更敏感的工作负载迁移到更便宜的 9B Clairic-flash 变体,我们鼓励你这样做。12 月 1 日,我们将结束 Clairic 的促销折扣,定价将恢复为每百万输入 tokens 0.24 美元,而不是折扣价 0.10 美元。
Clairic 和 Clairic-flash(新)现已开源权重
这两个 Clairic 模型现在也在 Hugging Face 上开源权重。自从我们发布 Clef 以来,我们看到了大量的实验和微调模型,我们很高兴通过开源 Clairic 来继续支持各团队和研究。
我们推出这些 System One 模型的使命是帮助人们用更小、更快、更便宜且专为特定任务构建的模型来补充他们昂贵的 LLM 使用。我们希望发布这些开源权重的模型能够鼓励其他人也进行实验并在我们的想法上进行构建。
立即试用
Clairic 和 Clairic-flash 现已在 Workers AI 上可用,路径为 @cf/cloudflare/clairic 和 @cf/cloudflare/clairic-flash。开发者文档包含完整的 API 模式,该模式与我们的预览端点保持不变。我们还将在 Hugging Face 上发布 Clairic 和 Clairic-flash 的开源权重版本。
这些模型背后的团队 —— Workers AI 超级智能团队 —— 才刚刚起步,并且正在快速成长,以推动 Cloudflare 的前沿 AI 研究。尽早加入我们,帮助塑造超级智能团队的未来。
正文为 AI 译文。