powered by TechFeed
表示モード
主要ニュース

Cloudflareが文書・画像から構造化データを抽出するAIモデルをオープンウェイト公開 — レシート読み取り誤り207件→0件、1秒未満で処理

11月19日、Cloudflareが「An updated Clairic and Clairic-flash are now open-weight, from the new Workers AI Superintelligence team」と題した記事を公開した。文書・画像からの構造化データ抽出に特化したモデル「Clairic(27B)」の更新版と、軽量版「Clairic-flash(9B)」をオープンウェイトで公開したというものだ。注目すべきは精度の変化で、プレビュー版でレシート画像の読み取りに生じていた誤り207件が、新版では0件に改善されている。アーキテクチャを根本から再設計しながらも、レスポンスタイムは1秒未満を維持している。

11月19日、Cloudflareが「An updated Clairic and Clairic-flash are now open-weight, from the new Workers AI Superintelligence team」と題した記事を公開した。文書・画像からの構造化データ抽出に特化したモデル「Clairic(27B)」の更新版と、軽量版「Clairic-flash(9B)」をオープンウェイトで公開したというものだ。注目すべきは精度の変化で、プレビュー版でレシート画像の読み取りに生じていた誤り207件が、新版では0件に改善されている。アーキテクチャを根本から再設計しながらも、レスポンスタイムは1秒未満を維持している。


アーキテクチャを再設計、精度が大幅改善

Clairicはプレビュー公開後にアーキテクチャを根本から再設計した。最大の変更点は、テキスト・数値フィールドの抽出における並列スロット自己回帰生成(parallel slot autoregressive generation)の採用だ。従来の単一フォワードパスでは全フィールドをまとめて一度に生成していたのに対し、この方式では各フィールドが独立したスロットとして並列に次のトークンを選択する。フィールド間の干渉が減り、個々の抽出精度が上がる仕組みだ。サービングバッチ内で同時に処理が進むため、わずかなレイテンシコストが生じるが、後述するベンチマーク結果を見る限り、実用上は問題ない水準に収まっている。

また、推定・予測・計算を必要とするユースケース向けに、期間・予測値・日付計算・明示的な算術演算を処理できる専用ヘッドをトレーニングしている。

内部ベンチマークの結果は以下のとおりだ:

Eval Clairic-preview Clairic Clairic-flash
テキストフィールド(96リクエスト) 295/336 335/336 328/336
混合入力フィールド(36リクエスト) 207/226 221/226 213/226
カスタマーアサーション(139リクエスト形式) 1,033/1,263 1,263/1,263 1,263/1,263
レシート(テキスト+画像、576フィールド) 369/576 576/576 576/576

比較対象として、Liquid AIのD1.2(Apple VisionによるOCRとのパイプライン)やScaledownのExtractも評価しており、ClairicはいずれのEvalでもこれらを上回っている。ただし自社計測であることは留意が必要だ。


画像・PDFへの対応強化と速度

プレビュー版ではレシートの写真を読み取る程度だったが、新バージョンではPDFにも対応した。1リクエストに最大4画像またはPDFページを含められ、複数ページにまたがる明細行も「説明・数量・金額」をセットで返せる。内部ベンチマーク上、画像読み取りの誤り数はプレビュー版の207件から0件に改善された。

速度面では、再設計後もレスポンスタイムは1秒未満を維持している:

Evalセット Clairic p50 / p95 Clairic-flash p50 / p95
テキストフィールド 358 / 736 ms 155 / 328 ms
画像フィールド 453 / 976 ms 305 / 605 ms
商業リース 691 / 803 ms 379 / 519 ms
ローン価格算定 395 / 407 ms 188 / 192 ms

Clairic-flash(9B)は軽量版で、コスト・レイテンシ重視のワークロードに向く。p50レイテンシはいずれのEvalでもClairic(27B)の半分以下に収まっている。


オープンウェイト公開とWorkers AIへの統合

ClairicとClairic-flashの両モデルはHugging Face(Cloudflare公式)でオープンウェイト公開された。Cloudflareはすでに意思決定モデル「Clef」のオープンウェイト公開後に多数の実験や派生モデルが生まれたと述べており、今回も同様のエコシステム形成を期待している。

Workers AIでは以下のエンドポイントで利用できる:

  • @cf/cloudflare/clairic(27Bモデル)
  • @cf/cloudflare/clairic-flash(9Bモデル)

開発者ドキュメントのAPIスキーマはプレビューから変更なし。信頼スコア・文字スパン・確率値は引き続き全リクエストに付与される。


価格:2026年12月1日まで両モデルとも$0.10/Mトークン

プレビュー版と同じ@cf/cloudflare/clairicエンドポイントを使っているユーザーは、自動的に新モデルへ切り替わり、改善された精度の恩恵を受けられる。

正式価格はClairic(27B)が$0.24/Mトークン、Clairic-flash(9B)が$0.10/Mトークンだが、2026年12月1日までは両モデルとも$0.10/Mトークンのプロモーション価格が適用される。なお、出力トークンは課金対象外で、入力トークンのみの料金体系となっている。


今回の公開の背景として、Cloudflareは社内に「Workers AI Superintelligence Team」という専任のフロンティアAI研究チームを設立している。ClefやClairicはこのチームの成果物であり、今後さらなるモデルリリースを予告している。

詳細はAn updated Clairic and Clairic-flash are now open-weight, from the new Workers AI Superintelligence teamを参照していただきたい。