Cloudflare 开源 Clairic:能像人一样读文档的 AI 模型

AI 模型越来越会聊天,但真正让企业头疼的往往是另一件事:成堆的 PDF、扫描件和表格。11 月 18 日,Cloudflare 发布了文档理解模型 Clairic 和轻量版 Clairic-flash,并且以开源权重的方式放出。这不是一款通用聊天模型,而是一台专门「读文档」的机器。

Clairic 是什么

Clairic 是一个 270 亿参数的模型,Clairic-flash 是 90 亿参数的紧凑版。两者都以 Apache-2.0 协议开源,权重托管在 Hugging Face 上,同时部署在 Cloudflare 自己的 Workers AI 平台上,开发者可以直接调用。

它的本职工作是文档抽取:读文本、图片和 PDF,处理表格、列表和日期这类结构化信息,并且把答案「锚定」在原文出处上——也就是说,它回答问题时能指出来源在文档的哪一部分。这对合同审核、发票处理、研究报告整理这类场景很关键:答案对不对,一半要看能不能溯源。

那个「207 降到 0」的数字怎么看

Cloudflare 在发布中提到一个醒目的数字:内部评测里,图像读取错误从 207 处降到了 0 处。听起来很厉害,但要打个折扣再看:

  • 这是 Cloudflare 自己的内部测试,不是独立第三方的评测。
  • 公司自己也承认,目前还没有公开的文档抽取基准可以横向对照。

所以这个数字更像一个「我们内部进步很大」的信号,而不是「已经是行业第一」的证明。真正有说服力的,是等它上线后开发者在真实文档上的实测反馈。

价格:只收输入 token 的钱

Clairic 的定价方式值得注意:只按输入 token 收费,不收输出 token 的费用。

  • Clairic:每百万输入 token 0.24 美元
  • Clairic-flash:每百万输入 token 0.10 美元
  • 促销价:12 月 1 日之前,两款都按 0.10 美元收费

这个定价思路很务实:文档处理类任务,输入往往是几十页的长文档,输出只是一段结构化结果,成本大头在输入端。只收输入费用,账算起来简单,对批量处理文档的企业也更友好。

不只是一个模型

这次发布还带出一个组织层面的信号:Cloudflare 把它的前沿研究团队重新介绍为「Workers AI 超级智能团队」,Clairic 之前已经有过 Clef 模型。也就是说,Cloudflare 正在把推理基础设施(Workers AI)和自研模型绑在一起:云厂商不再只卖算力,也开始卖自己训的模型。

对开发者来说,这意味着又多了一个选择:不想自己部署开源模型,可以直接调 Cloudflare 的托管服务;想自己改、自己部署,也可以拿 Apache-2.0 的权重去 Hugging Face 上下载。

对普通人有什么关系

你可能不会直接用 Clairic,但它代表的方向和每个人有关:

  • 文档处理正在变便宜:合同、报销单、体检报告这类「读起来费劲」的东西,交给模型处理会越来越便宜。
  • 溯源能力是刚需:AI 给出的答案能不能找到出处,会成为衡量文档类工具靠不靠谱的重要标准。
  • 开源权重在扩圈:以前开源的多是聊天模型,现在文档理解、视觉理解这类专用模型也开始开源,小团队搭自己的工具链更容易了。

小结

Clairic 的亮点不在参数规模,而在定位:它不跟通用大模型拼聊天,而是把「读文档」这一件事做到可溯源、可商用、可自部署。价格策略也足够克制。唯一的悬念是那组内部评测数字的成色——等真实用户用上几个月,答案自会分晓。

来源:Cloudflare 官方博客、Hugging Face、AI Agent Update。