Clairic API
Model ekstraksi dari Cloudflare yang mengambil nilai bertipe kuat dari teks dan gambar dalam satu lintasan, tanpa menghasilkan token keluaran, dengan latensi dan biaya lebih rendah dari LLM konvensional.
Clairic adalah model ekstraksi dari Cloudflare yang dirancang untuk mengambil nilai bertipe kuat dari input teks dan gambar opsional dalam satu lintasan. Model ini menghasilkan rentang teks, angka, tanggal, waktu, durasi, daftar, estimasi, dan prediksi, serta mengembalikan skor keyakinan dan probabilitas null untuk setiap field. Clairic tidak menghasilkan token keluaran, sehingga cocok sebagai komponen dalam arsitektur AI yang lebih luas, bukan pengganti LLM. Model ini tersedia sebagai preview di Workers AI dengan ID model @cf/cloudflare/clairic dan direncanakan akan dirilis sebagai open-weights dalam waktu dekat.
Clairic cocok untuk tugas ekstraksi data dari dokumen seperti faktur, tanda terima, dan berkas asuransi, agregasi data keuangan, perhitungan tanggal dan durasi, prakiraan inventaris, ekstraksi informasi dalam layanan pelanggan, serta pemrosesan klaim asuransi dalam pipeline gabungan. Model ini melengkapi LLM dan model keputusan Clef dalam pipeline tiga tahap. Dibandingkan LLM konvensional, Clairic mengklaim akurasi lebih tinggi, latensi lebih rendah, dan biaya lebih rendah pada tugas ekstraksi data. Dalam uji pipeline tiga tahap, model ini mempersingkat waktu alur kerja klaim asuransi dari 61,7 detik menjadi 19,3 detik, dengan pengurangan latensi sebesar 69% dan pengurangan biaya sekitar 49%. Clairic juga berhasil memperkirakan biaya perbaikan dalam kasus di mana pipeline Gemma 4 dan Qwen gagal.
Meskipun demikian, aritmetika multi-langkah masih belum lengkap dalam versi preview ini. Model ini lemah dalam rantai dependensi panjang dan agregasi lintas beberapa baris tabel. Estimasi hanya terbatas akurat tanpa bukti yang memadai, dan prediksi bersifat dasar sehingga tidak menggantikan model deret waktu yang dilatih pada data spesifik. Clairic ditujukan untuk pencocokan pola umum dan penggunaan non-kritis, serta sebaiknya dikombinasikan dengan LLM untuk penalaran kompleks dan pembuatan teks.
Diperbarui:
ID MODEL
clairic- Konteks
- 65.536K
- Output maks
- 58.982K
- Masukan
- text / image
- Keluaran
- decisions
Sorotan
- Ekstraksi nilai bertipe kuat dalam satu lintasan
- Mengembalikan skor keyakinan dan probabilitas null
- Tidak menghasilkan token keluaran
- Latensi dan biaya lebih rendah dari LLM konvensional
- Tersedia sebagai preview di Workers AI
- Melengkapi LLM dan Clef dalam pipeline tiga tahap
Penyedia
Bandingkan harga API antarpenyedia. Pilih penyedia untuk melihat semua biaya dan ketentuan.
| $0.1 | $0 |
Mulai cepat keputusan
Kirim status dan pertanyaan bertipe yang sempit ke /api/v1/decisions dan baca satu jawaban per pertanyaan: noul mengembalikan probabilitas dari 0 hingga 1, choice mengembalikan opsi yang dipilih beserta distribusinya, dan score mengembalikan skor numerik untuk kriteria terurut. Endpoint ini terpisah dari antarmuka Chat Completions, Messages dan Responses.
curl https://openapi.felo.ai/api/v1/decisions \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "clairic",
"state": "Help! My payouts have been failing for 3 days.",
"questions": {
"is_urgent": {
"type": "noul",
"instructions": "Does this message convey urgency?",
"criteria": {"true": "Time-sensitive", "false": "No urgency"}
},
"department": {
"type": "choice",
"instructions": "Which team should handle this?",
"criteria": {
"billing": "Payments, invoicing, refunds",
"technical": "Bugs, outages, integrations",
"sales": "Pricing, upgrades, new accounts"
}
},
"frustration": {
"type": "score",
"instructions": "How frustrated is the customer?",
"criteria": ["Calm", "Frustrated", "Very angry"]
}
}
}'Pertanyaan umum
Mengenal Clairic?
Clairic adalah model ekstraksi dari Cloudflare yang dirancang untuk mengambil nilai bertipe kuat dari input teks dan gambar opsional dalam satu lintasan. Model ini menghasilkan rentang teks, angka, tanggal, waktu, durasi, daftar, estimasi, dan prediksi, serta mengembalikan skor keyakinan dan probabilitas null untuk setiap field. Clairic tidak menghasilkan token keluaran, sehingga cocok sebagai komponen dalam arsitektur AI yang lebih luas, bukan pengganti LLM. Model ini tersedia sebagai preview di Workers AI dengan ID model @cf/cloudflare/clairic dan direncanakan akan dirilis sebagai open-weights dalam waktu dekat. Clairic cocok untuk tugas ekstraksi data dari dokumen seperti faktur, tanda terima, dan berkas asuransi, agregasi data keuangan, perhitungan tanggal dan durasi, prakiraan inventaris, ekstraksi informasi dalam layanan pelanggan, serta pemrosesan klaim asuransi dalam pipeline gabungan. Model ini melengkapi LLM dan model keputusan Clef dalam pipeline tiga tahap. Dibandingkan LLM konvensional, Clairic mengklaim akurasi lebih tinggi, latensi lebih rendah, dan biaya lebih rendah pada tugas ekstraksi data. Dalam uji pipeline tiga tahap, model ini mempersingkat waktu alur kerja klaim asuransi dari 61,7 detik menjadi 19,3 detik, dengan pengurangan latensi sebesar 69% dan pengurangan biaya sekitar 49%. Clairic juga berhasil memperkirakan biaya perbaikan dalam kasus di mana pipeline Gemma 4 dan Qwen gagal. Meskipun demikian, aritmetika multi-langkah masih belum lengkap dalam versi preview ini. Model ini lemah dalam rantai dependensi panjang dan agregasi lintas beberapa baris tabel. Estimasi hanya terbatas akurat tanpa bukti yang memadai, dan prediksi bersifat dasar sehingga tidak menggantikan model deret waktu yang dilatih pada data spesifik. Clairic ditujukan untuk pencocokan pola umum dan penggunaan non-kritis, serta sebaiknya dikombinasikan dengan LLM untuk penalaran kompleks dan pembuatan teks.
Bagaimana penggunaan ditagih?
Tagihan Anda bergantung pada penyedia yang digunakan, tarifnya, dan penggunaan Anda. Masukan yang lebih panjang atau ketentuan lain dapat memiliki harga berbeda.
Apa saja jenis input yang didukung Clairic?
Clairic mendukung input teks, input gambar, dan input skema field bertipe.
Apakah Clairic menghasilkan token keluaran?
Tidak, Clairic tidak menghasilkan token keluaran. Model ini mengembalikan nilai yang diekstraksi beserta skor keyakinan dan probabilitas null untuk setiap field.
Untuk tugas apa Clairic paling cocok digunakan?
Clairic cocok untuk ekstraksi data dari dokumen seperti faktur, tanda terima, dan berkas asuransi, agregasi data keuangan, perhitungan tanggal dan durasi, prakiraan inventaris, serta ekstraksi informasi dalam layanan pelanggan.
Apa perbedaan Clairic dengan LLM konvensional?
Clairic adalah model ekstraksi yang tidak menghasilkan token keluaran dan melengkapi LLM serta model keputusan Clef dalam pipeline tiga tahap. Model ini mengklaim akurasi lebih tinggi, latensi lebih rendah, dan biaya lebih rendah daripada LLM konvensional pada tugas ekstraksi data.
Apa keterbatasan Clairic yang perlu diketahui?
Aritmetika multi-langkah masih belum lengkap dalam versi preview, dan model ini lemah dalam rantai dependensi panjang serta agregasi lintas beberapa baris tabel. Estimasi hanya terbatas akurat tanpa bukti yang memadai, dan prediksi bersifat dasar sehingga tidak menggantikan model deret waktu.