Cloudflare 推出 System One 抽取模型 Clairic 预览版：一次前向传播返回带类型的抽取值、估计和预测，不生成 token，计划开源权重

这件事意味着什么

【要点】

Cloudflare 10 月 19 日（北京时间 10 月 20 日 01:48）发布 Clairic 预览版，称它是新一类 System One 模型：「抽取模型」。模型已托管在 Workers AI 上（@cf/cloudflare/clairic），Cloudflare 表示「很快」会开源权重。

此前的 System One 模型，比如 TypeSafe 的 Jev 和 Cloudflare 自家的 Clef，都是决策模型，只能在给定选项里打概率。Clairic 改做回归和抽取：输入一段文本（可附最多四张图片）和一组带类型的字段，一次前向传播就返回每个字段的值，不生成 token、只按输入计费，通常一秒内出结果。它能做四类事：从原文摘出名字、订单号等片段并给出字符位置；读出或算出数字、日期、时长、列表；根据证据估计原文没写的值，给出中位数和 80% 区间；预测时间序列的下一步。每个答案都带置信度和「为空」概率，找不到就返回 null。

Cloudflare 给出的测试：用 Clairic 抽取、Clef 决策、GLM-5.3 写回复的流水线处理售后索赔，端到端 19.3 秒，全用 GLM-5.3 要 61.7 秒，成本低 49%。对 TSA 安检人数做 21 天逐日预测，平均误差 3.3%，21 天里有 17 天落在 80% 区间内。官方也说明，多步算术、跨多行汇总还不可靠，预测能力只是基础水平。

【可核验】

Cloudflare 博客：https://blog.cloudflare.com/clairic-extraction-model/

模型文档：https://developers.cloudflare.com/workers-ai/models/clairic/

【我们的判断】

一、System One 这条线从「选项打分」扩展到「抽数和估值」，覆盖了今天大量浪费在大模型上的结构化输出调用，比如发票金额、交货日期、维修报价。

二、只计输入、不吐 token、输出必然合乎类型，这三点直接解决抽取任务里最烦的 JSON 解析、幻觉数字和重试成本。

三、目前是早期检查点，测试都是 Cloudflare 自己设计的。值得看的是开源权重何时放出，以及 Liquid、Perplexity、OpenAI 这些也在做决策模型的厂商会不会跟进抽取类模型。