Le modèle d'extraction Clairic de Cloudflare est entré en préversion sur Workers AI le 19 octobre 2026 : il ne génère aucun texte. Il lit un passage de texte ou des images une seule fois et renvoie directement des valeurs typées — montants, dates, durées, listes, ou une estimation ou prévision assortie d'un intervalle. Cloudflare a donné à ce type de modèle un nouveau nom de catégorie : les modèles d'extraction System One.
Un travail différent de celui d'un chatbot
Une grande part des appels d'extraction structurée actuels revient à forcer les grands modèles de langage dans un rôle mal adapté : demander à un modèle le numéro de commande, la date de livraison, le total taxes comprises et les jours de retard d'un e-mail l'oblige à générer du JSON jeton par jeton, au risque d'écrire un chiffre de travers ou de casser le format, avec ensuite parsing, validation et nouvelles tentatives. La forme de requête de Clairic est tout autre : l'entrée est un state (le texte du corps plus jusqu'à quatre images) et un ensemble de champs aux types déclarés, et un seul passage répond à tous les champs en parallèle. Les champs texte reviennent comme des extraits sources avec leurs positions en caractères ; les nombres et les dates portent un score de confiance et p_null, la probabilité que la valeur soit tout simplement absente de l'entrée ; quand un champ manque, le modèle renvoie null au lieu d'inventer une réponse plausible. Dans l'exemple de Cloudflare, un e-mail de support n'indique nulle part le total taxes comprises, et pourtant Clairic a additionné dans le même passage le prix de 649,00 dollars et la taxe de 52,10 dollars pour obtenir 701,10 ; sur la photo d'un ticket sans aucune remise, le champ correspondant a honnêtement renvoyé null.
Le temps et l'argent économisés, dans les comptes de Cloudflare
Cloudflare a mesuré un flux de réclamation pour produit endommagé en cascade : Clairic extrait, Clef décide, GLM-5.3 rédige la réponse — 19,3 secondes de bout en bout. Confier les trois étapes à GLM-5.3 prenait 61,7 secondes, l'extraction et la décision consommant à elles seules 38 secondes, alors que Clairic et Clef terminaient ensemble en moins d'une seconde. Le coût total est passé de 11 740 à 6 032 dollars par million de réclamations, soit 49 % d'économie. La prévision a aussi été mesurée : sur la série quotidienne des contrôles de la TSA américaine, Clairic a prédit le lendemain pendant 21 jours consécutifs avec une erreur moyenne de 3,3 %, et 17 des 21 valeurs réelles sont tombées dans son intervalle à 80 % ; il a nettement manqué le week-end de Columbus Day, car une série seule ne révèle pas un jour férié. Cette cascade se raccorde proprement au modèle de décision Cloudflare Clef déjà couvert sur ce site : un modèle lit les faits avec précision, un autre choisit parmi les options, et seulement ensuite un grand modèle écrit les mots.
Les limites sont écrites dans les notes de version — pas une calculatrice universelle
Cloudflare énumère lui-même les faiblesses : l'arithmétique en plusieurs étapes n'est pas fiable, les longues chaînes de calculs dépendants et les agrégations sur de nombreuses lignes de tableau peuvent échouer, et le conseil officiel est de laisser les calculs au code et de ne demander au modèle que de lire les valeurs. Les estimations exigent des comparables ou un historique en dessous ; sans éléments probants, pas d'intervalle crédible. La prévision reste basique et ne vise pas à remplacer les modèles de séries temporelles spécialisés. Pour l'instant, Clairic est une préversion hébergée sur Workers AI sous l'identifiant cf/cloudflare/clairic, tarifée sur sa page modèle à 0,10 dollar par million de jetons d'entrée, sans facturation de sortie puisqu'il ne produit aucun jeton de sortie ; l'ouverture des poids est prévue, sans date. Pour les équipes qui traitent chaque jour des milliers de factures, de tickets et d'e-mails, sa vraie valeur n'est pas de remplacer les grands modèles, mais de retirer de leur facture la couche d'appels la plus répétitive et la plus sensible au format.
