Cloudflare 在 Workers AI 预览发布 Clairic 抽取模型

Cloudflare 在 Workers AI 上预览发布名为 Clairic 的 System One 抽取模型，面向开发者常交给大语言模型的任务：从文本或图像中抽出总额、日期与编号等，并直接返回类型化数值而非生成文本。官方称每次请求在一次前向传播中填满全部字段，不做推理、不产生输出词元；上下文窗口六万五千五百三十六词元，单次最多四张图，参数量未披露，仅通过 Cloudflare 托管图形处理器以 Workers AI 路径提供，权重未开放前无本地选项。公司测试称抽取可在亚秒级完成，尚未公布标准准确率基准；在其示例流水线中，抽取步骤约零点四六秒，对比 GLM-5.3 的约十六点一秒。短板包括：二十一组美国运输安全管理局次日客流预测中有四组落在百分之八十区间外，多步算术也不稳定。Clairic 基于 TypeSafe 的 Jev 所沿用的卡尼曼式快速直觉思路，与侧重对预列选项打分的决策模型不同，它处理无法事先枚举的答案，例如发票总额、日期或维修费用。