Cloudflare lança Clairic, modelo de extração focado em dados

Tecnologia

Cloudflare apresenta novo modelo Clairic para extrair dados estruturados de textos e imagens com eficiência e baixo custo.

Leia também: EUA mandam remover IA da chinesa DeepSeek de órgãos civis

A Cloudflare lançou a prévia do Clairic, um novo modelo de extração da família System One no Workers AI, que lê texto e imagens e devolve apenas dados estruturados em vez de texto gerado, prometendo cortar custo e tempo em tarefas como leitura de faturas, e-mails de suporte e registros de atendimento.

O que é o modelo Clairic lançado pela Cloudflare?

Clairic é um modelo de extração da Cloudflare, disponível no Workers AI, que transforma entradas não estruturadas — texto e até quatro imagens por requisição — em valores tipados como números, datas, textos, estimativas e previsões, prontos para uso em sistemas e bancos de dados.

Em vez de escrever respostas em linguagem natural, o Clairic devolve um JSON com campos nomeados, cada um com o tipo definido pelo desenvolvedor. Ele é inspirado na ideia de System One associada ao trabalho de Kahneman: respostas rápidas e diretas, sem raciocínio elaborado, focadas em encontrar e calcular valores.

Segundo a Cloudflare, o modelo é pensado para o trabalho que muitos desenvolvedores hoje atribuem a grandes modelos de linguagem (LLMs): extrair totais, impostos, datas, IDs e outros dados espalhados em documentos, imagens e e-mails, só que com mais velocidade e custo bem menor.

Quais são as vantagens do modelo Clairic para desenvolvedores?

O Clairic responde todos os campos pedidos em “1 forward pass, with no reasoning and no output tokens”, nas palavras da própria Cloudflare. Isso significa que não há custo com tokens de saída e o modelo não perde tempo gerando texto intermediário, apenas calcula e retorna valores.

Na prática, isso se traduz em ganhos mensuráveis. Em um pipeline de reclamações de produtos danificados, a Cloudflare comparou duas abordagens: uma em que o Clairic fazia a extração de fatos, o modelo Clef tomava a decisão (reembolso ou reparo) e um LLM GLM-5.3 escrevia a resposta, e outra em que só o GLM-5.3 cuidava das três etapas.

Nesse teste, a cadeia com Clairic terminou o processo em 19,3 segundos contra 61,7 segundos com o LLM fazendo tudo, “about 3.2x faster”. O custo por milhão de pedidos de indenização caiu 49%, “from $11,740 to $6,032”. As duas abordagens acertaram fatos e decisão, mas a combinação com Clairic foi muito mais eficiente.

O modelo também mostra precisão em casos concretos. Em um exemplo com e-mail de suporte, ele somou preço e imposto para chegar a US$ 701,10, calculou 11 dias desde a entrega e devolveu null para um código de rastreio ausente, em vez de inventar um valor. Em uma foto inclinada de recibo, leu corretamente os sete valores presentes e marcou como ausente o desconto, com menor confiança (0,776) apenas no número do pedido.

Para previsões, a Cloudflare testou o Clairic na projeção de contagens diárias em pontos de verificação da TSA por 21 dias. O erro médio ficou em 3,3%, com 17 de 21 valores reais dentro do intervalo de confiança de 80% informado pelo próprio modelo.

Como o Clairic funciona no Cloudflare Workers AI?

O Clairic recebe uma entrada que combina texto e até quatro imagens, mais um mapa de campos nomeados com seus tipos e instruções em linguagem natural. Não há limite para a quantidade de campos. Se o conjunto de campos e o texto estourarem o limite de 8.192 tokens em uma única passagem, o modelo divide o esquema em múltiplas passagens paralelas — cada uma ainda vendo o texto completo.

Nos documentos técnicos, a Cloudflare mostra um exemplo em que uma fatura com 61 tokens de texto é processada em três passagens, gerando cobrança de 655 tokens de entrada, sendo 472 só do esquema de campos. A empresa ressalta que esquemas muito largos podem acabar custando mais tokens do que o próprio documento.

Os tipos suportados incluem texto, número, data, tempo, data e hora, duração, lista, estimativa e previsão. Cada resposta escalar vem com p_null, a probabilidade de o valor estar ausente, e uma pontuação de confiança. Para texto, o modelo devolve o trecho exato com offsets de caracteres. Estimativas e previsões trazem mediana e intervalo de 80% (de p10 a p90), e previsões podem se estender por até 64 passos.

O Clairic está disponível como prévia no endpoint @cf/cloudflare/clairic. Ele pode ser chamado via binding Workers AI em aplicações serverless, usando env.AI.run(), ou diretamente pela API REST. Também é compatível com o AI Gateway, que atua como camada de roteamento e observabilidade para chamadas de IA.

Entenda o contexto

O Clairic se soma a outros modelos da estratégia System One da Cloudflare, como Jev e Clef. Enquanto Jev e Clef são modelos de decisão — eles pontuam opções previamente listadas, como se escolhessem entre rótulos A, B ou C — o Clairic cobre respostas que não podem ser definidas como lista fechada, como o total de uma fatura ou o custo estimado de um reparo.

A empresa descreve uma pilha de três camadas: modelos de extração como o Clairic transformam entradas brutas em valores tipados; modelos de decisão como Clef e Jev convertem esses valores em escolhas; e LLMs assumem a etapa final, escrevendo textos como respostas a clientes ou relatórios.

Em um dos cenários demonstrados, um fluxo de reclamações de produtos danificados funciona assim: o Clairic extrai quem é o cliente, qual item quebrou, quanto custou e como ocorreu o dano; o Clef decide entre reembolso ou reparo; e o GLM-5.3 redige o e-mail de retorno. O objetivo é usar cada modelo para o que faz melhor, reduzindo latência e custo.

O projeto foi citado publicamente por Asif Razzaq, CEO da Marktechpost AI Media Inc., que acompanha lançamentos em IA voltados a desenvolvedores. A Cloudflare ainda promete liberar os pesos do Clairic mais adiante, o que deve permitir maior transparência e até adaptação do modelo por terceiros.

Cloudflare Workers AI models: quanto custa usar o Clairic?

O Clairic estreia com preço de “$0.10 per million input tokens with no output charge”. Na prática, o desenvolvedor paga apenas pelos tokens de entrada — texto, imagens codificadas e esquema de campos — e nada pela resposta, que é sempre estruturada.

Dentro da própria linha System One da Cloudflare, o Clairic fica mais barato que o modelo de decisão Clef, que custa US$ 0,24 por milhão de tokens de entrada, e mais caro que o Jev, tabelado em US$ 0,042 por milhão. Para fluxos em que a extração é o gargalo de custo e latência, o novo modelo tende a ser mais vantajoso do que usar diretamente um LLM completo.

Esse posicionamento de preço mira especialmente empresas que rodam grandes volumes de documentos, como times financeiros que analisam faturas, operadoras de logística que checam comprovantes de entrega e centrais de atendimento que lidam com e-mails de suporte e reclamações.

O Cloudflare Workers AI oferece planos gratuitos?

A Cloudflare mantém uma camada gratuita limitada no Workers e costuma oferecer acesso inicial a alguns modelos de IA sem cobrança em volumes reduzidos, mas o Clairic tem preço público definido de US$ 0,10 por milhão de tokens de entrada e a empresa não detalha, na documentação do modelo, franquia específica gratuita para ele.

Na prática, desenvolvedores interessados costumam começar pela faixa gratuita geral do Workers AI para testes e, a partir daí, migrar para cobrança conforme uso quando escalam o volume de requisições. Como o Clairic não cobra tokens de saída, mesmo testes com respostas volumosas tendem a ficar relativamente baratos em comparação com LLMs tradicionais.

Fonte: matéria original