原文標題：Introducing Clairic, a new System One class of extraction models
Cloudflare 於 10 月 19 日宣布 Clairic，定位為新的 System One 類型擷取模型，先以預覽形式提供於 Workers AI。開發者可使用 @cf/cloudflare/clairic 模型識別名稱，處理非結構化輸入中的資訊擷取與數值相關任務。
官方將 Clairic 描述為偏向快速、精確執行特定工作的模型，而非依賴大型語言模型進行多步驟推理。它的任務包括擷取欄位、計算、估算與預測數值，設計重點在延遲、成本與精確度之間的取捨。
Cloudflare 宣稱 Clairic 在其測試場景中相較傳統大型語言模型有更高準確度、更低延遲與更低成本，但不同任務的比較基準、資料分布與實際部署條件可能影響結果。這類擷取模型的用途包括將文件、表單或其他非結構化內容轉換成可供應用程式使用的結構化資訊。
官方目前提供的是託管預覽服務，並表示計畫日後釋出開放權重。公告並未將未來開放權重的時程視為已完成事項，企業若要正式採用仍需自行評估資料治理、錯誤率與使用限制。
Clairic 的請求包含待分析的 state 與開發者定義的 fields，輸入除文字外可附最多四張圖片。欄位可指定文字、數字、日期、時間、時間戳記、持續時間、清單、估計值或時間序列預測；文字擷取會回傳原文位置與信心分數，數值估計和預測則提供中位數與 80% 區間。這與一般逐字產生回應的語言模型不同，設計重點是單次前向傳遞產生型別明確的結果。
官方以美國運輸安全管理局每日機場安檢人數進行連續 21 天的預測示範，平均預測誤差約 3.3%，其中 17 天實際值落在模型提出的 80% 預測區間。Cloudflare 特別指出，假期等未出現在歷史資料中的事件仍可能造成偏差；這只是特定公開資料測試，不代表所有業務情境都能達到同等精度。
目前服務屬 Workers AI 預覽版，呼叫模型名稱為 @cf/cloudflare/clairic，官方預計未來公開模型權重。官方亦坦言，單步或兩步算術比長鏈計算可靠；跨多列資料彙總、陌生資料的區間校準與長期時間序列預測仍有明確限制，開發者應根據 confidence、p_null 與區間資訊決定是否需要人工複核。
發生了什麼事
Cloudflare 在 Workers AI 提供 Clairic 擷取模型預覽，聚焦非結構化資料中的數值處理。
為什麼重要
專門化模型可能在部分資料處理任務降低推論成本與延遲，但仍需實際測試。
影響哪些人
建置文件處理、資料抽取、客服自動化與資料管線的開發者，以及 Workers AI 使用者。
已確認與未確認
已確認預覽入口及模型名稱；權重尚未正式開放，通用效能與商用成本需依個別工作負載核實。
