新聞

Cloudflare推出AI模型Clairic，擴展低延遲System One模型的應用範圍。Clairic可從電子郵件、收據照片等格式不固定的資料中，依開發者指定的欄位直接回傳金額、日期等資訊，也能計算資料未直接列出的數值，或根據既有紀錄進行估算與預測。目前已在Workers AI提供預覽版。

Cloudflare先前推出的Clef主要用於決策，例如從預設的退款或維修選項中選出處理方式，Clairic則負責找出訂單編號、付款金額等無法預先列出所有答案的資訊。開發者可指定需要哪些欄位，模型便直接回傳數字、文字或日期，不會像一般大型語言模型一樣逐字生成回覆。

以客服郵件為例，Clairic可從內容找出交貨日期及商品售價，加上稅金算出付款總額，也能計算商品送達後經過多少天。如果郵件沒有提供物流追蹤編號，模型可以回傳空值，表示沒有找到所需資訊。對於從原文擷取的文字，模型還會標出所在位置及信心分數，方便系統找出需要再次確認的結果。

除了擷取資料，Clairic也能根據相近案例估算未提供的數值，例如依類似房屋的成交紀錄推估房價，模型會提供預測區間，呈現估算結果可能落在哪個範圍。不過，目前仍不擅長連續多步驟計算，對大量表格資料進行加總也可能出錯。

Cloudflare另以商品損壞的客服處理流程進行測試，讓Clairic從客戶來信擷取資料並估算維修費，Clef決定退款或維修，再由大型語言模型GLM-5.3撰寫回覆。官方公布的結果顯示，Clairic完成資料擷取與估算耗時0.46秒，GLM-5.3執行相同工作則需16.1秒。整套流程耗時19.3秒，相較全部交由GLM-5.3處理的61.7秒縮短約69%，估算成本降低49%。

Clairic目前透過Workers AI提供預覽服務，依輸入資料量計費，不另收輸出費用。Cloudflare計畫後續公開模型權重，供開發者自行使用。