RespostasPublicado26 fontes
Clairic: o modelo da Cloudflare que extrai dados sem escrever respostas
O Clairic retorna valores estruturados — como datas, números e listas — em vez de gerar texto. Em um teste de atendimento, um fluxo com Clairic, Clef e GLM 5.3 custou 49% menos do que uma versão que usava GLM 5.3 em todas as etapas.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- O Clairic retorna valores estruturados — como datas, números e listas — em vez de gerar texto.
- Em um teste de atendimento, um fluxo com Clairic, Clef e GLM 5.3 custou 49% menos do que uma versão que usava GLM 5.3 em todas as etapas.
- Os resultados são demonstrações específicas, não uma prova de que o Clairic seja sempre mais preciso, rápido ou barato que modelos de linguagem.
- A Cloudflare descreve a previsão como básica e recomenda fazer em código cálculos longos ou que dependam de várias etapas.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Cloudflare’s Clairic, previewed on October 19, 2026, and how does this non-text-generating “System One” extraction model work—includ. Article summary: Clairic is Cloudflare’s preview “System One” extraction model, announced on October 19, 2026: it returns typed values rather than generating prose, and can extract, compute, estimate, and forecast from unstructured input. Topic tags: general, documentation, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
O Clairic é um modelo de extração da Cloudflare que transforma textos e imagens em valores estruturados, como datas, números e listas. Em vez de redigir uma resposta, ele preenche os campos solicitados no formato esperado por um aplicativo. A ferramenta está em prévia, e os testes divulgados pela empresa não bastam para concluir que ela seja, em geral, mais precisa ou eficiente que modelos de linguagem de grande porte (LLMs).3
4
14
O que o Clairic faz
Disponível no Workers AI como @cf/cloudflare/clairic, o Clairic é apresentado pela Cloudflare como um modelo de extração da categoria “System One”. A empresa diz que ele pode extrair, calcular, estimar e prever valores a partir de informações não estruturadas. O preço divulgado é de US$ 0,10 por milhão de tokens de entrada. Como o modelo não gera tokens de saída, não há cobrança por eles.3
7
18
Cada solicitação combina um conteúdo — texto e, opcionalmente, até quatro imagens — com campos nomeados que indicam o tipo de resposta desejado. O modelo retorna os valores pedidos de uma só vez, em vez de gerar uma sequência de palavras.16
20
Entre os tipos de campo disponíveis estão trechos de texto, números, datas, horários, data e hora, durações, listas, estimativas e previsões. Trechos de texto podem vir acompanhados dos pontos inicial e final no conteúdo original. Já uma previsão pode abranger até 64 etapas futuras.1
20
Como o modelo sinaliza incerteza
Respostas escalares incluem uma pontuação de confiança e o campo p_null, que representa a probabilidade de o conteúdo não permitir determinar o valor. A resposta também pode trazer value e guess: quando não há informação suficiente, value pode ser null, em vez de apresentar uma resposta incerta como fato.2
9
18
Estimativas e previsões incluem uma mediana e um intervalo de 80%, entre p10 e p90. Esse intervalo expressa a incerteza estimada pelo modelo; não garante que o valor real ficará dentro dele. A Cloudflare recomenda considerar a confiança, o p_null e os intervalos ao decidir o que pode ser automatizado e o que deve passar por revisão.2
O que os testes de desempenho mostram
Em um exemplo de atendimento relacionado a um produto danificado, o Clairic extrai informações da reclamação, o modelo Clef escolhe uma opção — como reembolso ou reparo — e o GLM-5.3 redige a resposta ao cliente. No teste divulgado, a etapa de extração do Clairic levou 0,46 segundo, e a decisão do Clef, 0,22 segundo. O fluxo completo com os três modelos levou 19,3 segundos, ante 61,7 segundos em uma versão que usava o GLM-5.3 em todas as etapas.4
15
Os custos relatados foram de US$ 6.032 por milhão de reclamações para o fluxo combinado e de US$ 11.740 para a versão baseada apenas no GLM-5.3 — uma redução de 49% nesse exemplo.15 Esses valores descrevem um fluxo específico e não indicam a economia esperada em qualquer aplicação.
A Cloudflare também testou previsões para o dia seguinte do número de passageiros em pontos de inspeção de aeroportos dos Estados Unidos, ao longo de 21 dias. O erro médio informado foi de 3,3%, e 17 dos 21 valores reais ficaram dentro do intervalo de 80% do modelo.6
9 É uma demonstração curta, baseada em uma única série de dados — não uma comprovação de desempenho amplo em diferentes cenários de previsão.
Limites importantes
A própria documentação da Cloudflare descreve a capacidade de previsão como básica. As previsões para os próximos passos tendem a acompanhar padrões recentes; mais adiante, podem se aproximar da média e não antecipar acontecimentos que não aparecem nos dados de entrada.1
17
A empresa também delimita o que o modelo consegue fazer com aritmética. Cálculos de uma ou duas etapas — como somas, diferenças, conversões e operações com datas — são descritos como confiáveis. Cadeias longas de cálculos dependentes e totais que envolvem muitas linhas de tabelas ainda não são confiáveis. A recomendação é extrair os valores com o Clairic e fazer as contas em código.1
17
Até agora, os argumentos de desempenho se apoiam em exemplos específicos, e não em um benchmark comparativo amplo que demonstre que o Clairic seja mais preciso, rápido ou barato em todo tipo de tarefa. Portanto, vale tratar essas vantagens como hipóteses a testar com os próprios dados, não como garantias universais.4
14
15
O rótulo “System One” e o modelo Jev
A Cloudflare usa o termo “System One” para apresentar o Clairic como uma alternativa rápida e especializada a modelos que geram uma resposta textual elaborada.5 O site PPC Land relata que a TypeSafe apresentou anteriormente a ideia de System One junto com um modelo chamado Jev. Esse relato aponta um precedente, mas as fontes disponíveis não comprovam uma ligação técnica direta entre Jev e Clairic nem confirmam uma explicação específica para o nome do Clairic inspirada em Kahneman.
13
A Cloudflare também afirma que pretende disponibilizar os pesos do modelo, mas as fontes consultadas não informam uma data para isso.7
12
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Clairic: o modelo da Cloudflare que extrai dados sem escrever respostas"?
O Clairic retorna valores estruturados — como datas, números e listas — em vez de gerar texto.
Quais são os pontos-chave para validar primeiro?
O Clairic retorna valores estruturados — como datas, números e listas — em vez de gerar texto. Em um teste de atendimento, um fluxo com Clairic, Clef e GLM 5.3 custou 49% menos do que uma versão que usava GLM 5.3 em todas as etapas.
O que devo fazer a seguir na prática?
Os resultados são demonstrações específicas, não uma prova de que o Clairic seja sempre mais preciso, rápido ou barato que modelos de linguagem.