AnswersPublished26 sources
Vad är Clairic – och hur väl fungerar Cloudflares extraktionsmodell?
Clairic är en förhandsversion av en modell som svarar med strukturerade värden, inte löpande text. I Cloudflares test av ett skadeärende tog en kombinerad modellkedja 19,3 sekunder och kostade 49 procent mindre än en version som använde GLM 5.3 i varje steg.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- Clairic är en förhandsversion av en modell som svarar med strukturerade värden, inte löpande text.
- I Cloudflares test av ett skadeärende tog en kombinerad modellkedja 19,3 sekunder och kostade 49 procent mindre än en version som använde GLM 5.3 i varje steg.
- Resultaten kommer från avgränsade exempel, inte från ett brett jämförande test. Modellen har också begränsningar för prognoser och mer omfattande beräkningar.
AI Prompt
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
Clairic är Cloudflares förhandsversion av en AI-modell som plockar ut, beräknar, uppskattar och prognostiserar värden från ostrukturerad text och bilder. I stället för att formulera ett textsvar lämnar den tillbaka fält med den datatyp som appen efterfrågar. Cloudflare visar exempel på att modellen kan vara snabbare och billigare i vissa arbetsflöden, men exemplen visar inte att den generellt är mer träffsäker eller effektiv än stora språkmodeller (LLM:er).3
4
14
Så fungerar Clairic
Clairic är en så kallad extraktionsmodell av typen ”System One”, tillgänglig som förhandsversion i Workers AI under modellnamnet @cf/cloudflare/clairic. Cloudflare beskriver den som ett verktyg för att extrahera, beräkna, uppskatta och prognostisera värden. Priset är 0,10 dollar per miljon indatatoken. Eftersom modellen inte genererar utdatatoken tillkommer ingen avgift för sådana.3
7
18
En begäran består av ett underlag – text och vid behov upp till fyra bilder – samt namngivna fält som talar om vilken typ av svar som önskas. Clairic lämnar tillbaka värdena i ett enda steg, i stället för att skriva fram ett svar ord för ord.16
20
Fälten kan innehålla textavsnitt, tal, datum, klockslag, datum och tid, tidslängder, listor, uppskattningar och prognoser. Textavsnitt kan också förses med teckenpositioner, och en prognos kan omfatta upp till 64 framtida steg.1
20
Modellen visar också när svaret är osäkert
Varje enkelt värdesvar innehåller ett konfidensvärde och p_null, sannolikheten för att underlaget inte ger tillräcklig information för att avgöra svaret. Svaret kan även innehålla både ett value och en guess. Om värdet saknas kan value anges som null, i stället för att modellen presenterar en gissning som ett säkert faktum.2
9
18
Uppskattningar och prognoser innehåller en median och ett 80-procentigt intervall, från p10 till p90. Det är modellens uppskattning av osäkerheten – inte en garanti för att det faktiska värdet hamnar inom intervallet. Cloudflare rekommenderar att man använder konfidensvärdet, p_null och intervallen för att avgöra vad som kan automatiseras och vad som bör granskas av en människa.2
Vad prestandatesterna visar – och inte visar
I ett exempel med ett skadeärende för en trasig produkt extraherar Clairic uppgifter ur ärendet. Cloudflares modell Clef väljer sedan ett alternativ, till exempel återbetalning eller reparation, och GLM-5.3 skriver svaret till kunden. I testet tog extraktionen med Clairic 0,46 sekunder och beslutet med Clef 0,22 sekunder. Hela kedjan med flera modeller tog 19,3 sekunder, jämfört med 61,7 sekunder för en version där GLM-5.3 användes i varje steg.4
15
Den kombinerade lösningen kostade enligt rapporteringen 6 032 dollar per miljon skadeärenden, mot 11 740 dollar för GLM-5.3-versionen – en minskning med 49 procent i just det testet.15 Det är siffror för ett specifikt arbetsflöde, inte ett löfte om samma besparing i andra tillämpningar.
Cloudflare testade också Clairic på dagliga passagerarsiffror från säkerhetskontroller på amerikanska flygplatser och bad modellen förutsäga nästa dags antal under 21 dagar. Den rapporterade genomsnittliga avvikelsen var 3,3 procent. 17 av de 21 faktiska siffrorna låg inom modellens 80-procentiga intervall.6
9 Det är ett begränsat test av en enda tidsserie, inte belägg för att modellen kan prognostisera lika väl på andra typer av data eller under andra förhållanden.
Begränsningar att känna till
Cloudflare beskriver Clairics prognosförmåga som grundläggande. Prognoser för nästa steg följer ofta de senaste mönstren, medan prognoser längre fram kan plana ut mot genomsnittet. Modellen kan också missa händelser som inte går att utläsa ur underlaget, exempelvis helgdagar.1
17
Dokumentationen sätter även gränser för modellens räkneförmåga. Enklare beräkningar i ett eller två steg, som summor, differenser, omvandlingar och datumräkning, beskrivs som tillförlitliga. Långa kedjor av beroende beräkningar och summeringar över många tabellrader är däremot inte tillförlitliga än. Cloudflares råd är att låta Clairic extrahera värdena och sedan utföra beräkningarna i kod.1
17
Hittills bygger prestandaargumenten på exempel för särskilda uppgifter, inte på ett brett jämförande test som visar att Clairic alltid är mer träffsäker, snabbare eller billigare. Se därför fördelarna som något att testa mot den egna uppgiften – inte som en garanti.4
14
15
”System One”, Jev och frågan om namnet
Cloudflare använder uttrycket ”System One” för att beskriva Clairic som ett snabbt, specialiserat alternativ till modeller som lägger tid på att skapa ett resonerande textsvar.5 PPC Land har rapporterat att TypeSafe lanserade idén om System One tidigare, tillsammans med en modell som heter Jev. Det ger stöd för att det fanns ett tidigare exempel på benämningen, men källorna här visar inte att Clairic har ett direkt tekniskt ursprung i Jev. De styrker inte heller någon särskild förklaring av Clairics namn med hänvisning till Kahneman.
13
Cloudflare har sagt att företaget planerar att släppa modellens vikter öppet, men källorna anger inget datum för det.7
12
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Vad är Clairic – och hur väl fungerar Cloudflares extraktionsmodell?"?
Clairic är en förhandsversion av en modell som svarar med strukturerade värden, inte löpande text.
What are the key points to validate first?
Clairic är en förhandsversion av en modell som svarar med strukturerade värden, inte löpande text. I Cloudflares test av ett skadeärende tog en kombinerad modellkedja 19,3 sekunder och kostade 49 procent mindre än en version som använde GLM 5.3 i varje steg.
What should I do next in practice?
Resultaten kommer från avgränsade exempel, inte från ett brett jämförande test. Modellen har också begränsningar för prognoser och mer omfattande beräkningar.