Clairic API
O Clairic é o modelo de extração da Cloudflare que obtém valores fortemente tipados de texto e imagens em uma única passagem, com maior precisão, menor latência e menor custo que LLMs convencionais.
O Clairic é um modelo de extração da Cloudflare, hospedado no Workers AI sob o ID @cf/cloudflare/clairic. Ele foi concebido como um novo tipo de modelo de IA da classe System One e é apresentado como o primeiro modelo que aplica esse conceito a tarefas de extração. Em vez de gerar tokens de saída, o Clairic extrai valores fortemente tipados de texto e, opcionalmente, de imagens, em uma única passagem. Ele produz trechos de texto, números, datas, horários, durações, listas, estimativas e previsões, e retorna uma pontuação de confiança e uma probabilidade de nulo para cada campo. O modelo está disponível em pré-visualização.
Ele é indicado para extração de dados de documentos como faturas, recibos e papéis de seguros, agregação de dados financeiros, cálculo de datas e durações, previsão de inventário, extração de informações no atendimento ao cliente e processamento de sinistros de seguros em um pipeline combinado. O Clairic complementa LLMs e o modelo de decisão Clef em um pipeline de três estágios. Segundo a Cloudflare, ele apresenta maior precisão, menor latência e menor custo que LLMs convencionais em tarefas de extração de dados, e lida de forma confiável com cálculos de uma ou duas etapas, como somas, diferenças, conversões e aritmética de datas.
Em um teste de pipeline de três estágios para fluxo de trabalho de sinistros de seguros, o Clairic reduziu o tempo de 61,7 segundos para 19,3 segundos, com redução de 69% na latência e de cerca de 49% no custo. Ele também conseguiu estimar custos de reparo onde pipelines com Gemma 4 e Qwen falharam. Suas limitações incluem aritmética de múltiplas etapas ainda incompleta na versão de pré-visualização, fraqueza em cadeias longas de dependência e agregação entre várias linhas de tabela, e estimativas que dependem de dados comparáveis, histórico ou texto descritivo no input. A previsão é básica e não substitui modelos de séries temporais treinados com dados específicos. O modelo é destinado a correspondência geral de padrões e usos não críticos, e deve ser combinado com LLMs para raciocínio complexo e geração de texto.
Atualizado:
ID DO MODELO
clairic- Contexto
- 65.536K
- Saída máxima
- 58.982K
- Entrada
- text / image
- Saída
- decisions
Destaques
- Extração fortemente tipada em uma passagem
- Aceita texto e imagens opcionais
- Retorna confiança e probabilidade de nulo
- Não gera tokens de saída
- Disponível em pré-visualização no Workers AI
Provedores
Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| $0.1 | $0 |
Início rápido de decisões
Envie o estado e perguntas tipadas e específicas para /api/v1/decisions e receba uma resposta por pergunta: noul retorna uma probabilidade de 0 a 1, choice a opção selecionada com sua distribuição e score uma pontuação numérica para critérios ordenados. Este endpoint é separado das superfícies Chat Completions, Messages e 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"]
}
}
}'Perguntas frequentes
O que é Clairic?
O Clairic é um modelo de extração da Cloudflare, hospedado no Workers AI sob o ID @cf/cloudflare/clairic. Ele foi concebido como um novo tipo de modelo de IA da classe System One e é apresentado como o primeiro modelo que aplica esse conceito a tarefas de extração. Em vez de gerar tokens de saída, o Clairic extrai valores fortemente tipados de texto e, opcionalmente, de imagens, em uma única passagem. Ele produz trechos de texto, números, datas, horários, durações, listas, estimativas e previsões, e retorna uma pontuação de confiança e uma probabilidade de nulo para cada campo. O modelo está disponível em pré-visualização. Ele é indicado para extração de dados de documentos como faturas, recibos e papéis de seguros, agregação de dados financeiros, cálculo de datas e durações, previsão de inventário, extração de informações no atendimento ao cliente e processamento de sinistros de seguros em um pipeline combinado. O Clairic complementa LLMs e o modelo de decisão Clef em um pipeline de três estágios. Segundo a Cloudflare, ele apresenta maior precisão, menor latência e menor custo que LLMs convencionais em tarefas de extração de dados, e lida de forma confiável com cálculos de uma ou duas etapas, como somas, diferenças, conversões e aritmética de datas. Em um teste de pipeline de três estágios para fluxo de trabalho de sinistros de seguros, o Clairic reduziu o tempo de 61,7 segundos para 19,3 segundos, com redução de 69% na latência e de cerca de 49% no custo. Ele também conseguiu estimar custos de reparo onde pipelines com Gemma 4 e Qwen falharam. Suas limitações incluem aritmética de múltiplas etapas ainda incompleta na versão de pré-visualização, fraqueza em cadeias longas de dependência e agregação entre várias linhas de tabela, e estimativas que dependem de dados comparáveis, histórico ou texto descritivo no input. A previsão é básica e não substitui modelos de séries temporais treinados com dados específicos. O modelo é destinado a correspondência geral de padrões e usos não críticos, e deve ser combinado com LLMs para raciocínio complexo e geração de texto.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.
Quais tipos de entrada o Clairic aceita?
O Clairic aceita texto, imagens opcionais e um esquema de campos tipados como entrada. Ele extrai valores fortemente tipados de texto e, opcionalmente, de imagens em uma única passagem.
O Clairic gera texto?
Não. O Clairic não gera tokens de saída. Ele extrai valores fortemente tipados e retorna, para cada campo, uma pontuação de confiança e uma probabilidade de nulo.
Para quais tarefas o Clairic é adequado?
Ele é adequado para extração de dados de documentos como faturas, recibos e papéis de seguros, agregação de dados financeiros, cálculo de datas e durações, previsão de inventário, extração de informações no atendimento ao cliente e processamento de sinistros de seguros.
Qual é a diferença entre o Clairic e os LLMs convencionais?
Segundo a Cloudflare, o Clairic oferece maior precisão, menor latência e menor custo que LLMs convencionais em tarefas de extração de dados. Ele é posicionado como um componente de uma arquitetura de IA mais ampla, e não como um substituto de LLMs.
Quais são as limitações do Clairic na versão de pré-visualização?
A aritmética de múltiplas etapas ainda está incompleta na versão de pré-visualização. O modelo é fraco em cadeias longas de dependência e em agregação entre várias linhas de tabela, e suas estimativas dependem de dados comparáveis, histórico ou texto descritivo no input. A previsão é básica e não substitui modelos de séries temporais treinados com dados específicos.
Como o Clairic se relaciona com o modelo Clef?
O Clairic complementa LLMs e o modelo de decisão Clef em um pipeline de três estágios. Em um teste desse pipeline para fluxo de trabalho de sinistros de seguros, o tempo foi reduzido de 61,7 segundos para 19,3 segundos.