IA abierta y local

Cloudflare lanza los modelos de pesos abiertos Clairic para una extracción rápida de documentos

Cloudflare presenta las versiones actualizadas de Clairic y el nuevo modelo Clairic-flash con pesos abiertos, ofreciendo una extracción de datos más rápida y precisa desde PDFs e imágenes en Workers AI.

Documentos convirtiéndose en flujos de datos digitales que entran en un cubo de cristal
Ilustración generada para este artículo

Traducido automáticamente del original en inglés.

Cloudflare ha lanzado versiones actualizadas de sus modelos de extracción Clairic, incluida una nueva variante más ligera llamada Clairic-flash. El anuncio, realizado el 18 de noviembre de 2026, introduce modelos de pesos abiertos diseñados para mejorar la extracción de datos de documentos complejos como PDFs e imágenes. Estos modelos ya están disponibles en la plataforma Workers AI y en Hugging Face, con el objetivo de proporcionar a los desarrolladores herramientas más rápidas y rentables para la recuperación de datos estructurados.

Qué ha ocurrido

El equipo de superinteligencia de Workers AI en Cloudflare presentó dos modelos específicos para abordar los puntos críticos habituales en el procesamiento de documentos: precisión, latencia y coste. El primero es una versión actualizada de Clairic, que ha sido rediseñada desde su lanzamiento previo para manejar mejor los datos no estructurados. El segundo es Clairic-flash, un modelo compacto de 9 mil millones de parámetros optimizado para la velocidad manteniendo un alto rendimiento de extracción. Ambos modelos son ahora de pesos abiertos, lo que permite a la comunidad inspeccionarlos, ajustarlos finamente (fine-tuning) y desplegarlos independientemente de la infraestructura de Cloudflare si así se desea.

Este lanzamiento sigue a una importante retroalimentación por parte de usuarios que probaron la versión inicial de Clairic. Los desarrolladores reportaron necesidades que iban desde la extracción de valores de tickets de soporte hasta la lectura de partidas de líneas en imágenes de recibos. En respuesta, Cloudflare re-arquitectó el modelo para centrarse exclusivamente en tareas de extracción en lugar de generación de lenguaje de propósito general. El equipo también destacó que estos modelos ahora pueden procesar PDFs directamente, una capacidad que no estaba presente en la versión previa. Esto permite a los usuarios solicitar nombres de proveedores, partidas de líneas y totales de documentos multipágina en una sola llamada a la API.

Para fomentar la adopción, Cloudflare ofrece una estructura de precios promocional hasta el 1 de diciembre de 2026. Durante este periodo, tanto el modelo Clairic más grande como el modelo Clairic-flash más pequeño costarán $0.10 por millón de tokens de entrada. Después de esta fecha, el precio del modelo Clairic de 27 mil millones de parámetros subirá a $0.24 por millón de tokens de entrada, mientras que Clairic-flash permanecerá en $0.10. La empresa enfatiza que absorbe el coste de la generación de tokens de salida, adheriéndose a sus principios de precios System One.

Cómo funciona

La mejora técnica central en la nueva arquitectura de Clairic es el uso de la generación autoregresiva paralela por slots. A diferencia de enfoques anteriores que podrían intentar extraer todos los campos en una sola pasada hacia adelante o secuencialmente, este método permite que cada campo genere tokens de forma independiente pero simultánea. Cada campo utiliza los tokens que ya ha escrito para determinar el siguiente token, deteniéndose solo cuando alcanza su propio marcador de finalización. Dado que todos los campos avanzan juntos dentro del lote de servicio, el sistema mantiene una baja latencia mientras mejora significativamente la precisión tanto para entradas de texto como de imagen.

Para tareas que involucran cálculo o estimación, como predecir duraciones o calcular fechas, los modelos emplean cabezales de entrenamiento especiales. Estos cabezales están diseñados para manejar estimaciones aritméticas y lógicas explícitas directamente, reduciendo la necesidad de scripts de posprocesamiento. A pesar de estos cambios arquitectónicos, la interfaz de la API permanece consistente con la versión previa. Los desarrolladores siguen recibiendo puntuaciones de confianza, rangos de caracteres y probabilidades para cada campo extraído, asegurando que las aplicaciones puedan evaluar la fiabilidad de los datos antes de usarlos.

Clairic-flash sirve como una alternativa simplificada para casos de uso donde la velocidad es crítica. Como modelo de 9 mil millones de parámetros, ofrece respuestas significativamente más rápidas que la variante más grande. Las pruebas de referencia muestran que Clairic-flash puede procesar campos de texto nuevos con una latencia mediana de 155 milisegundos, en comparación con los 358 milisegundos del modelo Clairic completo. Esto lo hace adecuado para entornos de alto rendimiento donde los tiempos de respuesta inferiores al segundo son obligatorios, como la auditoría de gastos en tiempo real o la previsión de tráfico.

Detalles clave

  • Disponibilidad de pesos abiertos: Tanto Clairic (27B parámetros) como Clairic-flash (9B parámetros) están disponibles como modelos de pesos abiertos en Hugging Face.
  • Soporte para PDF: Los modelos actualizados pueden procesar hasta cuatro imágenes o páginas de PDF por solicitud, extrayendo datos estructurados como partidas de líneas a través de múltiples páginas.
  • Promoción de precios: Hasta el 1 de diciembre de 2026, ambos modelos cuestan $0.10 por millón de tokens de entrada en Workers AI; después, Clairic sube a $0.24 por millón de tokens de entrada.
  • Mejoras de rendimiento: Las evaluaciones internas muestran que Clairic logra puntuaciones perfectas en campos de recibos sintéticos (576/576), eliminando errores vistos en la versión previa.
  • Pruebas de latencia: Clairic-flash logra latencias p50 inferiores a 200ms para muchas tareas, como la fijación de precios de préstamos (188ms) y la previsión de tráfico (243ms).
  • Consistencia de la API: El esquema de la API permanece sin cambios respecto a la versión previa, preservando características como las puntuaciones de confianza y la localización de rangos de caracteres.

Por qué importa

Para los ingenieros de software que construyen aplicaciones intensivas en documentos, el cambio hacia modelos de extracción especializados representa un alejamiento de los grandes modelos de lenguaje (LLM) de propósito general, que suelen ser costosos. Los LLM tradicionales a menudo tienen dificultades con la salida estructurada, requiriendo ingeniería de prompts compleja y posprocesamiento para garantizar la integridad de los datos. El diseño de Clairic, que se centra únicamente en la extracción, reduce esta sobrecarga. Al proporcionar puntuaciones de confianza y rangos de caracteres, permite a los desarrolladores construir capas de validación robustas sin sacrificar velocidad. Esto es particularmente valioso para industrias como las finanzas y la logística, donde la entrada precisa de datos desde facturas y recibos es crítica.

La naturaleza de pesos abiertos de estos modelos también reduce la barrera de entrada para soluciones autoalojadas. Los equipos con requisitos estrictos de privacidad de datos pueden descargar los modelos desde Hugging Face y ejecutarlos en su propia infraestructura. Esta flexibilidad complementa las ofertas basadas en la nube como Workers AI, dando a las organizaciones la elección entre la comodidad gestionada y el control local. Además, la disponibilidad de una variante ligera como Clairic-flash habilita escenarios de computación en el borde (edge computing) donde las restricciones de recursos previamente hacían inviable la extracción impulsada por IA.

Qué puedes hacer

  • Prueba los nuevos endpoints de Clairic y Clairic-flash en Workers AI utilizando el esquema de API existente para evaluar la precisión en tus tipos de documentos específicos.
  • Descarga los modelos de pesos abiertos desde Hugging Face si necesitas alojarlos tú mismo por razones de cumplimiento normativo o personalización.
  • Migra cargas de trabajo sensibles al coste a Clairic-flash para aprovechar su menor latencia y su precio permanente de $0.10 por millón de tokens de entrada.
  • Implementa lógica de validación utilizando las puntuaciones de confianza y los rangos de caracteres proporcionados para filtrar extracciones de baja certeza en producción.
  • Aprovecha los precios promocionales antes del 1 de diciembre de 2026 para realizar pruebas de referencia del modelo Clairic de 27B de mayor calidad a la tarifa reducida.
  • Explora el soporte para entradas de PDF enviando documentos multipágina para probar la capacidad del modelo de vincular partidas de líneas a través de diferentes páginas.
  • #cloudflare
  • #ai
  • #document-extraction
  • #open-source
  • #workers-ai

Herramientas de la Tienda de Bytechap

Seguir leyendo

Todos los artículos