Cloudflare の抽出モデル Clairic が 2026 年 10 月 19 日に Workers AI でプレビュー公開された。このモデルは文章を一切生成しない。テキストや画像を一度読み、金額、日付、期間、リスト、あるいは区間付きの推定値や予測値といった、型付きの値を直接返す。Cloudflare はこの種のモデルに「System One 抽出モデル」という新しいカテゴリ名を与えた。
チャットボットとは別の仕事をする
現在の構造化抽出の呼び出しの多くは、実は大規模モデルに不向きな仕事を強いている。一通のメールから注文番号、配送日、税込合計、遅延日数を聞き出すのに、モデルは JSON を一文字ずつ生成しなければならず、数字を書き間違えたり形式を崩したりし、その後も解析、検証、リトライが必要になる。Clairic のリクエスト形態は全く異なる。入力は state（本文と最大 4 枚の画像）と型を宣言した fields の組で、一回の順伝播ですべてのフィールドに並行して答える。テキストフィールドは原文の断片と文字オフセットを返し、数値と日付には信頼度と p_null、つまりその値が入力にそもそも存在しない確率が付く。項目が見つからなければ、もっともらしい答えをでっち上げる代わりに null を返す。公式の例では、サポートメールに税込合計は直接書かれていないのに、Clairic は同じ一回の計算の中で 649 ドルの商品価格と 52.10 ドルの税金を足して 701.10 を返した。レシート写真に割引がなければ、その項目も正直に null だった。
節約できた時間と費用には公式の帳簿がある
Cloudflare は破損品の補償請求フローをカスケード構成で測定した。Clairic が抽出し、Clef が判断し、GLM-5.3 が返信を書く構成で全体 19.3 秒だった。3 ステップすべてを GLM-5.3 に任せると 61.7 秒かかり、抽出と判断だけで 38 秒を消費したのに対し、Clairic と Clef の合計は 1 秒未満だった。総コストは 100 万件の請求あたり 11,740 ドルから 6,032 ドルへ下がり、49% の削減になった。予測能力も実測されている。米運輸保安局の保安検査人数の時系列で 21 日連続で翌日分を予測し、平均誤差は 3.3%、21 日中 17 日は実際の値が提示した 80% 区間内に入った。ただしコロンバスデーの週末は大きく外れた。時系列だけでは祝日は分からないからだ。この流れは当サイトで以前取り上げた Cloudflare Clef 意思決定モデル と上下流でつながる。一方が事実を正確に読み取り、一方が選択肢の中で決断し、最後に大規模モデルが文章を書く。
限界はリリースノートに明記されている。万能計算機ではない
Cloudflare は弱点を自ら列挙している。多段階の算術は苦手で、依存関係の長い計算や表の多行集計は失敗しやすく、公式の推奨は「計算はコードに任せ、モデルには値の読み取りだけをさせる」ことだ。推定には比較対象や履歴の裏付けが要り、根拠のない数字に信頼できる区間は付かない。予測は基礎的なもので、専用の時系列モデルの代替を目指していない。現在 Clairic は Workers AI 上で cf/cloudflare/clairic としてホスティング型プレビューで提供され、モデルページの価格は入力 100 万トークンあたり 0.10 ドル、出力トークンを一切生まないため出力課金はない。重みのオープン化は計画されているが日程は未定だ。毎日何千件もの請求書やチケット、メールを処理するチームにとって、その本当の価値は大規模モデルの置き換えではなく、最も反復的で形式ミスが怖い呼び出しの層を、大規模モデルの請求書から切り離すことにある。
