オープン&ローカルAI

Cloudflare、高速な文書抽出向けのオープンウェイトモデル「Clairic」を公開

Cloudflareは、オープンウェイトを採用した更新版のClairicと新モデルClairic-flashを発表しました。Workers AI上でPDFや画像からのデータ抽出をより高速かつ高精度に行えるようになります。

デジタルデータストリームに変換されガラスの立方体に入る書類
この記事用に生成されたイラスト

英語の原文から自動翻訳されました。

Cloudflareは、Clairic抽出モデルの更新版をリリースし、軽量な新バリアントであるClairic-flashを追加しました。2026年11月18日の発表では、PDFや画像などの複雑なドキュメントからのデータ抽出を改善するために設計されたオープンウェイトモデルが紹介されました。これらのモデルは現在、Workers AIプラットフォームおよびHugging Faceで利用可能であり、開発者に対して構造化データの取得をより迅速かつコスト効率よく行うためのツールを提供することを目指しています。

何が起きたか

CloudflareのWorkers AIスーパーインテリジェンスチームは、ドキュメント処理における一般的な課題(精度、レイテンシ、コスト)に対処するため、2つの特定のモデルを導入しました。1つ目はClairicの更新版で、プレビューリリース以来再設計され、非構造化データをより効果的に処理できるようになりました。2つ目はClairic-flashで、強力な抽出性能を維持しながら速度に最適化された90億パラメータのコンパクトなモデルです。両モデルとも現在はオープンウェイトであり、コミュニティは必要に応じてCloudflareのインフラストラクチャとは独立して、これらを調査、ファインチューニング、デプロイすることが可能です。

このリリースは、Clairicの初期プレビューをテストしたユーザーからの重要なフィードバックに基づいています。開発者は、サポートチケットからの値の抽出から領収書画像からの行項目の読み取りまで、幅広いニーズを報告しました。これに対応して、Cloudflareは汎用的な言語生成ではなく、抽出タスクに専念するようモデルを再アーキテクチャしました。また、チームはこれらのモデルがPDFを直接処理できるようになったことを強調しました。これはプレビュー版にはなかった機能です。これにより、ユーザーは複数ページのドキュメントからサプライヤー名、行項目、合計額を単一のAPI呼び出しで要求できます。

採用を促進するため、Cloudflareは2026年12月1日までの間、プロモーション価格構造を提供しています。この期間中、大規模なClairicモデルと小規模なClairic-flashモデルの両方について、入力トークン100万あたり0.10ドルのコストがかかります。この日付以降、270億パラメータの大規模Clairicモデルの価格は入力トークン100万あたり0.24ドルに上昇しますが、Clairic-flashは0.10ドルのまま据え置かれます。同社は出力トークン生成のコストを吸収しており、System Oneの価格原則に従っていることを強調しています。

仕組み

新しいClairicアーキテクチャの中核となる技術的改善は、並列スロット自己回帰生成の使用です。すべてのフィールドを単一のフォワードパスまたは逐次的に抽出しようとする従来のアプローチとは異なり、この方法では各フィールドが独立して同時にトークンを生成できます。各フィールドはすでに書き込んだトークンを使用して次のトークンを決定し、独自の終了マーカーに達したときにのみ停止します。すべてのフィールドがサービングバッチ内で一緒に進むため、システムは低いレイテンシを維持しつつ、テキストおよび画像入力に対する精度を大幅に向上させます。

期間の予測や日付の計算など、計算や推定を伴うタスクの場合、モデルは特別なトレーニングヘッドを使用します。これらのヘッドは明示的な算術演算や論理的推定を直接処理するように設計されており、後処理スクリプトの必要性を減らします。こうしたアーキテクチャの変更にもかかわらず、APIインターフェースはプレビュー版と一貫性を保っています。開発者は依然として、抽出されたすべてのフィールドに対する信頼度スコア、文字範囲、確率を受け取るため、アプリケーションはデータを使用する前にその信頼性を評価できます。

Clairic-flashは、速度が重要となるユースケース向けの簡素化された代替手段として機能します。90億パラメータのモデルとして、大規模バリアントよりも著しく速い応答を提供します。ベンチマークによると、Clairic-flashは新規テキストフィールドの処理において中央値レイテンシ155ミリ秒を達成し、完全版Clairicモデルの358ミリ秒と比較されています。これにより、リアルタイムの経費監査や交通量予測など、サブ秒レベルの応答時間が必須となる高スループット環境に適しています。

主要な詳細

  • オープンウェイトの利用可能性: Clairic(27Bパラメータ)とClairic-flash(9Bパラメータ)の両方が、Hugging Faceでオープンウェイトモデルとして利用可能です。
  • PDFサポート: 更新されたモデルは、リクエストごとに最大4枚の画像またはPDFページを処理でき、複数ページにわたる行項目などの構造化データを抽出します。
  • 価格プロモーション: 2026年12月1日までは、Workers AI上の両モデルともに入力トークン100万あたり0.10ドルですが、その後Clairicは入力トークン100万あたり0.24ドルに上昇します。
  • パフォーマンス向上: 内部評価では、Clairicが合成領収書フィールドで満点(576/576)を記録し、プレビュー版で見られたエラーを排除していることが示されています。
  • レイテンシベンチマーク: Clairic-flashは多くのタスクでp50レイテンシを200ms未満に抑えます。例えば、ローン価格設定(188ms)や交通量予測(243ms)などです。
  • APIの一貫性: APIスキーマはプレビュー版から変更されておらず、信頼度スコアや文字範囲グラウンディングなどの機能が保持されています。

なぜ重要なのか

ドキュメント集約型アプリケーションを開発するソフトウェアエンジニアにとって、専門的な抽出モデルへの移行は、高額な汎用大規模言語モデルからの離脱を表しています。従来のLLMは構造化出力に苦労することが多く、データの整合性を確保するために複雑なプロンプトエンジニアリングと後処理が必要でした。抽出のみに焦点を当てたClairicの設計は、このオーバーヘッドを削減します。信頼度スコアと文字範囲を提供することで、速度を犠牲にすることなく堅牢な検証レイヤーを構築できます。これは、請求書や領収書からの正確なデータ入力が不可欠な金融や物流などの業界で特に価値があります。

これらのモデルのオープンウェイト特性は、セルフホストソリューションへの参入障壁も下げます。厳格なデータプライバシー要件を持つチームは、Hugging Faceからモデルをダウンロードし、自社のインフラストラクチャ上で実行できます。この柔軟性は、Workers AIのようなクラウドベースのオファーを補完し、組織が管理された利便性とローカル制御の間で選択できるようにします。さらに、Clairic-flashのような軽量バリアントの利用可能性により、リソース制約のため以前はAI駆動の抽出が実用的ではなかったエッジコンピューティングシナリオが可能になります。

できること

  • 既存のAPIスキーマを使用してWorkers AI上の新しいClairicおよびClairic-flashエンドポイントをテストし、特定のドキュメントタイプに対する精度を評価してください。
  • コンプライアンスやカスタマイズの目的でセルフホストが必要な場合は、Hugging Faceからオープンウェイトモデルをダウンロードしてください。
  • より低いレイテンシと恒久的な入力トークン100万あたり0.10ドルの価格を活用するために、コスト重視のワークロードをClairic-flashに移行してください。
  • 提供される信頼度スコアと文字範囲を使用して検証ロジックを実装し、本番環境での低確信度の抽出をフィルタリングしてください。
  • 2026年12月1日までのプロモーション価格を利用して、高品質な27B Clairicモデルを割引レートでベンチマークしてください。
  • 複数ページのドキュメントを送信し、異なるページ間で行項目をリンクするモデルの能力をテストすることで、PDF入力サポートを検討してください。
  • #cloudflare
  • #ai
  • #document-extraction
  • #open-source
  • #workers-ai

Bytechapストアのツール

続きを読む

オープン&ローカルAI

DaisyRose-27B、効率的なポストトレーニングでベンチマークスコアを向上

RadixArkがDaisyRose-27Bを公開しました。このモデルは、新しい非同期トレーニングフレームワークとコスト効率の高いサンドボックスインフラストラクチャを使用することで、主要なベンチマークにおいてQwen3.8-27Bを上回る性能を発揮しています。

すべての記事