Cloudflare 预览抽取模型 Clairic：Workers AI 上线，输入价 $0.10/百万 token
Cloudflare 宣布在 Workers AI 以预览形式托管 System One 抽取模型 Clairic（@cf/cloudflare/clairic），可从非结构化输入一次前向返回类型化抽取、计算、估计与预测值，Changelog 标明输入价为每百万 token 0.10 美元且无输出 token 费用，并计划很快开源权重。
Cloudflare 于博客与 Developers Changelog 宣布，System One 抽取模型 Clairic 已以预览形式上线 Workers AI，调用名为 @cf/cloudflare/clairic。公司称 Clairic 面向发票金额、交付日期、延误天数、维修费用等“无法预先枚举答案”的结构化抽取任务：请求由 state（文本，最多可附带四张图）与一组类型化字段组成，模型单次前向返回各字段的类型化值，而不生成文本 token。
官方列出的字段类型包括 text（带字符偏移的原文跨度）、number、date/time/datetime、duration、list、estimate（给定上下界与步长网格上的分布，含中位数与 80% 区间）以及 forecast（序列未来各步估计，Changelog 写明最多 64 步）。每个标量答案附带 p_null 与 confidence；估计与预测含 p10–p90。Changelog 写明定价为每百万输入 token 0.10 美元，因不生成 token 故无输出费用；亦可通过 REST API 与 AI Gateway 调用。公司称意图很快发布开源权重，并提示当前端点为早期 checkpoint：一至两步算术较可靠，长依赖运算与多行表聚合仍弱，估计需输入中有证据，预测为基本能力且不能替代专用时序模型。
博客将 Clairic 与决策模型 Clef/Jev 对照：抽取模型输出连续但受 schema 约束的值，决策模型在有限选项上给概率，LLM 负责开放文本。文中举例将 Clairic→Clef→GLM-5.3 级联与全程使用 GLM-5.3 对比，称端到端时延由约 61.7 秒降至约 19.3 秒，抽取与决策合计不到一秒；上述对比为厂商自测，读者宜按自身负载复核。
来源
- Introducing Clairic, a new System One class of extraction models — Cloudflare Blog
- Introducing Clairic: an extraction model for typed values, now on Workers AI — Cloudflare Developers Changelog