Cloudflare ha anunciado la disponibilidad en vista previa de Clairic, su primer modelo de extracción de la familia System One. Según la compañía, Clairic está optimizado para recuperar valores tipados (números, fechas, nombres, listas) y para generar estimaciones y predicciones directamente desde entradas no estructuradas —texto y hasta cuatro imágenes por petición— sin pasar por la generación de texto típica de los modelos de lenguaje grandes (LLM).
Qué es Clairic y cómo se diferencia de los LLM
Clairic pertenece a una nueva categoría que Cloudflare denomina modelos de extracción System One. A diferencia de los LLM, que realizan razonamiento y generan tokens de salida, Clairic procesa la entrada en una única pasada y devuelve valores tipados o null cuando no encuentra una respuesta. Esto elimina el coste asociado a producir tokens de salida y reduce la latencia, según la descripción del modelo.
Los objetivos concretos de Clairic son tres tipos de salidas comunes en las integraciones con LLM: números (con rangos de incertidumbre), elecciones dentro de un conjunto fijo y valores tipados como nombres o fechas. Cloudflare ubica a Clairic en el grupo que maneja resultados numéricos y valores tipados; otros modelos System One (como los de decisión) gestionan elecciones con probabilidades y los LLM siguen siendo adecuados para respuestas abiertas y razonamiento complejo.
Salida tipada, confidencias y estimaciones
Una petición a Clairic incluye el estado (texto y hasta cuatro imágenes) y un mapa de campos tipados que el usuario quiere obtener. Para cada campo se especifica un nombre, un tipo y, opcionalmente, instrucciones en lenguaje natural. El modelo devuelve por cada campo un valor del tipo solicitado o null, acompañado de indicadores estadísticos: p_null (probabilidad de que el valor no esté presente) y una medida de confianza.
En respuestas estimadas (por ejemplo, coste previsto o días de demora) Clairic entrega una mediana y un intervalo de confianza del 80% (p10–p90), y opcionalmente percentiles adicionales. Para escalas numéricas también soporta rangos lineales o logarítmicos y una malla de pasos definida por el solicitante.
Casos de uso prácticos
- Extracción de datos de facturas y recibos: número de factura, importe total, impuestos y fechas.
- Procesamiento de correos de soporte: extraer ID de pedido, fecha de entrega y descripción del problema.
- Estimaciones rápidas: predicción de tráfico a corto plazo o coste aproximado de una reparación basada en pistas del texto o imagen.
Cloudflare destaca que, al devolver valores tipados y spans (posiciones) dentro del texto o la imagen, Clairic facilita la trazabilidad de los datos extraídos y reduce la necesidad de complejas canalizaciones de validación que suelen acompañar a las soluciones basadas en LLM.
Qué cambia y qué deben hacer los administradores
Para administradores de servidores, desarrolladores y responsables de sitios web, Clairic representa una alternativa eficiente cuando la tarea principal es obtener valores estructurados de entradas no estructuradas. Cambia la estrategia en flujos de trabajo donde hoy se encadenan LLM, parsing y validación: puede abaratar costes, reducir latencia y ofrecer confianza cuantificada sobre cada campo.
- Evaluar si sus procesos de extracción actuales pueden beneficiarse de respuestas tipadas y métricas de confianza en tiempo real.
- Probar Clairic en pasos que hoy dependen de LLM para ver si cubre las necesidades sin generación de tokens.
- Diseñar validaciones complementarias que usen p_null y la confianza para decidir cuándo intervenir manualmente.
Cloudflare indica que Clairic está disponible hospedado en Workers AI y que planea publicar pronto los pesos en abierto. El modelo se propone como una pieza dentro de un ecosistema: extracción de valores con Clairic, toma de decisiones con otros modelos System One y generación de texto cuando sea necesario con LLM.
Lee también:
- Ollama y vLLM se perfilan como alternativas opuestas para ejecutar modelos LLM en servidores
- Cloudflare reduce un 68% el coste de su revisor de código IA con cacheo de prompts y enrutamiento de modelos
Fuente: Cloudflare Blog
