TOPIC COLLECTION
Cloudflare Clairic是什么：发票、邮件、小票一次抽出金额和日期，每百万输入token 0.1美元，Workers AI怎么调用
Cloudflare在2026-10-19把抽取模型Clairic以预览形式上线Workers AI（@cf/cloudflare/clairic）。它不生成文字，而是按你定义的字段类型一次返回金额、日期、列表、估计值和预测值，每个答案附p_null和置信度；可附最多4张图片，上下文65,536 token，价格为每百万输入token 0.1美元、无输出费用，官方称将很快开放权重。
资料更新：2026-10-20
依据Cloudflare开发者文档Changelog与Clairic模型页（2026-10-19）。本站未实测中文票据效果，官方未说明中文支持程度。核查2026-10-20（新加坡时间）。
主题标签：Cloudflare、Clairic、Workers AI、信息抽取、发票识别
做过报销系统、对账工具或者邮件自动化的人都知道，最烦的环节往往不是AI不够聪明，而是它「太会说话」。你想要一个金额，它给你一段话；你要一个日期，它返回「大约是十月初」。然后你还得写一堆代码去解析、校验、兜底。
10月19日，Cloudflare在Workers AI上放出了一个思路很不一样的模型：Clairic，模型名@cf/cloudflare/clairic，目前是预览版。官方管它叫「抽取模型」，它不生成文字，只返回你要的那种类型的值。
它和普通大模型差在哪
普通大模型做结构化输出，本质还是一个字一个字生成，再让它尽量符合JSON格式。Clairic是一次读完输入，然后按每个字段的类型规则直接解码答案。所以官方敢说：每个答案一定是合法的目标类型，要么就是null，表示输入里推不出来。
这有点像Cloudflare之前的决策模型Clef，也像OpenAI 10月6日开始测试的Decisions API。区别在于，决策模型只能在你事先列出的选项里挑；Clairic处理的是没法提前列出答案的问题，比如一张发票的总金额、一个包裹晚到了几天。
支持哪些字段类型
| 类型 | 返回什么 | 适合的场景 |
|---|---|---|
| text | 原文里的一段，带字符位置 | 发票号、联系人、地址 |
| number | 读出或算出的数字，可限定整数和小数位 | 总金额、数量、税额 |
| date / time / datetime | 真实合法的日期时间，ISO格式 | 开票日、到期日 |
| duration | 指定单位的时长 | 延误天数、服务时长 |
| list | 所有匹配项，按原文顺序 | 商品明细、抄送人 |
| estimate | 区间内的分布，给中位数和80%区间 | 预计付款天数、维修费估计 |
| forecast | 序列的未来值，最多64步 | 简单的趋势外推 |
每个答案都带p_null（输入推不出这个值的概率）和confidence。这两个数是它最实用的地方：你可以设一个阈值，高置信度的自动入账，低的丢给人工复核。
价格和限制
- 价格：每百万输入token 0.1美元，没有输出费用，因为它不生成token。
- 上下文：65,536 token；单次处理8,192 token，字段多了会自动拆成并行的多轮，字段数量没有上限。
- 图片：最多4张，PNG、JPEG或WebP，单张不超过4 MiB，总共8 MiB，请求体最大16 MiB。不接受远程图片URL，要自己编码后放进请求。
- 开放权重：官方说「很快」会开放，没给日期。
拿官方示例算一下：一张简单发票加6个字段，用量是655个输入token。按这个量级，处理一百万张类似的票据也就几十美元。字段定义（schema）本身也算输入token，字段越多、说明越长，单次成本越高。
预览版的短板，官方自己说了
这段我觉得比功能介绍更值得看：
- 算术：一两步的计算（求和、差值、日期加减）可靠；多步连续计算、跨很多行汇总还不行。官方建议用Clairic抽出原始数，再用代码算。
- 估计：输入里有可比数据、历史记录时估得好，没有依据时区间会很宽。
- 预测：很基础。往后好几步会趋向平均值，也不会预料节假日这类序列里没体现的事。别拿它替代真正的时序模型。
- 日期：没写年份的日期靠上下文推断。依赖今天日期的字段，要传
reference_date或者在文本里写一句「Today: 2026-10-20」。 - 置信度：格式一定对，内容不一定对。
还有一点官方没写：中文票据效果如何。国内的增值税发票、外卖小票、快递面单，结构和英文发票差别很大。用之前一定拿自己的样本测一批。
怎么调用
在Worker里通过AI绑定调用，下面按一张中文报销单改写了官方示例：
const res = await env.AI.run("@cf/cloudflare/clairic", {
model: "clairic",
state: "报销单 BX-1024，申请人王敏，2026-10-12 出差上海，" +
"高铁票 553 元，酒店两晚共 860 元，打车 74.5 元。",
reference_date: "2026-10-20",
fields: {
form_no: { type: "text" },
applicant: { type: "text" },
trip_date: { type: "date" },
total: { type: "number", decimals: 2, unit: "CNY",
instructions: "所有费用合计" },
items: { type: "list", items: "number" }
}
});
// res.answers.total.value 读结果，同时检查 p_null 和 confidence不在Workers里的，也可以走REST接口/ai/run，或者经过AI Gateway做日志和限流。账号ID和API令牌放环境变量，别写死在代码里。
适合谁、不适合谁
| 情况 | 建议 |
|---|---|
| 每天处理大量邮件、订单、票据，字段固定 | 值得试，成本低、输出好校验 |
| 已经用大模型加JSON输出，效果还行 | 可以拿同一批样本对比准确率和成本 |
| 需要解释、总结、写回复 | 不适合，它不生成文字 |
| 复杂财务计算、报表汇总 | 只用它抽原始数据，计算交给代码 |
| 正式的时序预测 | 不适合，用专门模型 |
对用n8n、Zapier或Dify搭自动化流程的人，它可以放在「收到邮件—抽字段—写表格」这一步。比起让ChatGPT这类通用模型输出JSON再校验，链路会短一截。
Cloudflare最近在Workers AI上的路线
把这几个月的动作串起来看挺有意思：先是给语音Agent用的小模型（站内写过PhoneLLM Mini），然后是部署内部应用的工具链（见Cloudflare Void部署内部应用），现在是专做抽取的「System One」模型。它在补的是「便宜、快、结果可控」这一层，而不是去和大模型拼聪明。
同类思路的还有Perplexity的决策模型，见Perplexity决策模型更新。想在本地跑类似任务的，可以等Clairic开放权重后放到Hugging Face上找，本地部署思路见本地AI Agent指南。
常见问题
Workers免费计划能用吗？
模型页只写了按输入token计价，没说明是否计入免费额度。小规模试用后看账单最稳。
能直接传PDF吗？
文档只写了文本和PNG、JPEG、WebP图片。PDF需要自己先转成文本或图片。
结果能直接入账吗？
不建议。按p_null和confidence分流，低置信度的走人工复核，这正是它设计这两个字段的用意。
平台入口：Cloudflare。更多见AI开发分类、云服务分类、AI模型分类和自动化分类。
来源与核查日期
- Cloudflare Changelog：Introducing Clairic, an extraction model for typed values, now on Workers AI（2026-10-19）
- Cloudflare Workers AI模型页：clairic
- OpenAI API Changelog（Decisions API 2026-10-06 beta，用于对比）
核查日期：2026-10-20（新加坡时间）。预览版参数与价格可能调整，以Cloudflare文档为准。
