AI资讯
Cloudflare开源Clairic与Clairic-flash,抽取模型转向权重开放
发布时间:2026年11月19日 16:30:0011 月 19 日,Cloudflare 宣布 Clairic 与更轻量的 Clairic-flash 转为开放权重,权重发布在 Hugging Face,模型同时托管于 Workers AI。Clairic-flash 为 90 亿参数,主打抽取与预测性能,团队也以 Workers AI 超智能团队身份重新亮相。
事件:一个「不生成文本」的模型开源了
11 月 19 日,Cloudflare 宣布 Clairic 与 Clairic-flash 转为开放权重,权重同步发布在 Hugging Face,两款模型也托管在 Workers AI 上。
关键信息:
| 项目 | 内容 |
|---|---|
| Clairic-flash 参数量 | 90 亿 |
| 能力定位 | 抽取、计算、估计、预测 |
| 权重 | Hugging Face 开放 |
| 部署 | Workers AI 托管 |
| 团队 | 以 Workers AI 超智能团队(superintelligence team)身份重新亮相 |
「System One」与「抽取」是什么意思
Clairic 的定位与主流对话模型不同。Cloudflare 把它归为 System One 类模型,特点是用值而不是文本作答:
| 对比 | 对话模型 | 抽取模型 |
|---|---|---|
| 输入 | 任意文本 | 非结构化文档 |
| 输出 | 自然语言 | 结构化字段值 |
| 评价指标 | 语义质量 | 字段准确率 |
| 失败表现 | 答非所问 | 字段错位或缺失 |
这条路线解决的是一个很实际的问题:企业有大量票据、合同、报表,需要的是「把金额、日期、编号填进表格」,而不是一段描述。用大模型做这件事,成本高且输出不稳定;用专用抽取模型,准确率和延迟都可控。
90 亿参数为什么是卖点
Clairic-flash 的 90 亿参数意味着它可以跑在相对便宜的硬件上:
| 量级 | 典型部署成本 | 适用场景 |
|---|---|---|
| 7–10B | 单卡可跑,边缘可部署 | 高频、单一任务的抽取 |
| 30–70B | 多卡或高端单卡 | 复杂文档理解 |
| 200B+ | 集群 | 通用推理 |
对文档处理这类高频重复业务,单次推理成本比单次效果更重要。90 亿参数在这个场景里是合理取舍。
产业链影响
对企业数据团队:开放权重意味着可以私有化部署,敏感票据不必出内网,这是金融、医疗场景的硬需求。
对云厂商:Cloudflare 用「模型开源 + Workers AI 托管」的组合,把开源当作获客入口,变现放在部署与调用上。
对抽取赛道:专用小模型的回归,正在挤压「用通用大模型做一切」的思路。
判断
这条新闻表面是一次开源,实质是路线表态:
- 专用模型并未消失,反而在成本压力下重新被重视;
- 开放权重是云厂商的获客手段,部署才是收入来源;
- 「用值作答」是新的模型品类,评价体系与对话模型完全不同。
观察点
- 在中文票据与合同上的字段准确率;
- 许可证条款是否允许商业私有化部署;
- Workers AI 上的调用定价与自建部署的成本对比。