Cloudflare Clairic：不生成文字、只抽字段的新物种

处理一万张发票，你其实不需要模型写一个字，只需要它把订单号和金额挑出来。Cloudflare 10 月 20 日发布的小模型 Clairic 就卡在这个位置：不生成、只抽取，更快也更便宜。

一、发生了什么

Clairic 是一个文档信息抽取模型，已在 Workers AI 上开放预览，官方称开源权重版即将跟进。Cloudflare 把它和 Jev 这类「直觉式」小模型归为一族：不逐字生成文本，一次处理给出所有答案，天然适合塞进智能体链条里干粗活。用法很直接：你告诉它要哪些字段，比如订单号、发票总额，它在一次处理里返回所有字段的值、格式和置信度分数；字段不存在就老实返回空值，不硬编——这对下游自动化流程是关键差异，接得住「没有」比硬凑一个强太多。除抽取外，它还能做简单计算、估算和预测。

它被设计成智能体流水线里的一环。Cloudflare 给的例子：处理一封投诉邮件，Clairic 抽出订单号、金额和损坏描述并估维修费；决策模型 Clef 按公司规则判断该退款还是送修；GLM-5.3 负责写回复。这条三段流水线用时 19.3 秒；换成 GLM-5.3 独自包揽三步，要 61.7 秒，成本还几乎翻倍——差距不在谁更聪明，在于抽取环节根本不需要逐字生成。厂商同时承认短板：较长的多步计算链它还做不稳，这类活建议开发者放自己代码里跑。

二、跟你有什么关系

处理大量单据的团队：发票、工单、合同这类「从文本里捞字段」的任务，用抽取模型替代大模型，是最直接的降本路径，财会、售后这类文档密集岗位最先受益。

搭智能体的开发者：agent 链条里大部分环节根本不需要语言生成能力，用小模型分工，链条更便宜也更可控，出错时还知道该查哪一段。

算大模型账单的财务：这个案例给出了新思路——按「步骤是否需要生成」重新分配模型，账单结构会完全不同，砍掉的往往是最贵的那几步。

三、怎么用

1. 盘点自己手头的任务：凡是输出固定格式字段（表格、结构化数据、分类标签）的，都可以试 Clairic 这类抽取模型，先挑量大、格式稳的那一类。
2. 用 Workers AI 预览版拿真实单据跑一批，重点看置信度分数和空值处理是否可靠，别只拿格式规整的好样本测。
3. 多步计算别塞给抽取模型，放回自己的代码里，模型只负责它擅长的捞字段；等开源权重放出后，还能部署在内网环境。

四、三个别信的说法

大模型包办一切更省事。 单模型包揽的例子本身就在打脸：61.7 秒对 19.3 秒，贵一倍慢三倍。分工才是省钱的正路。

抽取模型是「低配版大模型」。 它们是两种东西：一个不逐字生成文本，一个逐字生成。比谁更聪明没意义，比的是谁对口任务的成本更低。

置信度分数可以不看。 分数是唯一能帮你自动分流「这单要不要人工复核」的信号，忽略它等于把抽查全押在运气上。

五、一句话结论

AI 流水线的下一波省钱，不靠更强的模型，靠的是把不该干生成活的环节换掉。

信息来源

• Cloudflare's Clairic pulls data from documents faster and cheaper than LLMs（The Decoder，2026-10-20）
• Clairic 抽取模型公告（Cloudflare 官方博客，2026-10）

功能与价格以官方公告为准。本文写于 2026 年 10 月 20 日。