El modelo Clairic de Cloudflare devuelve valores tipados, no texto

Cloudflare publicó el 19 de octubre de 2026 una vista previa de Clairic, un modelo que extrae valores exactos de correos electrónicos, documentos y fotos. A diferencia de un chatbot, devuelve datos tipados, como un número o una fecha, no texto redactado. En la propia prueba de Cloudflare, un pipeline que lo usaba primero terminó más de tres veces más rápido y costó un 49 % menos.

Qué hace Clairic

El anuncio de Cloudflare presenta Clairic como el primero de un nuevo tipo de modelo que la empresa llama "modelos de extracción". Le envías texto, más hasta cuatro imágenes, y una lista de los campos que quieres. Devuelve cada campo como un valor del tipo que pediste.

Los tipos abarcan texto, números, fechas y horas, duraciones, listas, estimaciones y pronósticos. Cuando la respuesta no está en la entrada, el modelo devuelve null, es decir, vacío. Cada respuesta incluye además una puntuación de confianza.

Clairic funciona en Workers AI, el servicio de Cloudflare para ejecutar modelos de IA en su propia red. Los desarrolladores lo llaman como @cf/cloudflare/clairic desde un Worker, el código serverless de Cloudflare, o mediante una API REST.

Por qué importa que no haya tokens de salida

La mayoría de los modelos de lenguaje escriben su respuesta token a token. Un token es un fragmento pequeño de texto, y los tokens de salida suelen ser la parte cara de la factura. Clairic se salta ese paso. "No hay razonamiento ni tokens de salida", escribe Cloudflare, y la salida no se cobra.

Ese diseño tiene una contrapartida. "La arquitectura hace que cada respuesta esté bien formada, no necesariamente que sea correcta", dice la publicación. Un valor siempre tendrá el tipo correcto, pero aun así puede ser erróneo.

Las estimaciones llegan con un rango, no con un solo número. Clairic da un valor central y un intervalo del 80 %, el rango en el que el valor real debería caer cuatro de cada cinco veces.

La prueba de Cloudflare

Cloudflare probó un proceso de reclamaciones de seguro por mercancía dañada. Un pipeline usó Clairic para extraer los hechos, luego Clef para tomar la decisión y después el modelo de lenguaje GLM-5.3 para redactar la respuesta. Clef es el modelo de decisión que Cloudflare lanzó a principios de este mes. El otro pipeline usó GLM-5.3 en cada paso.

Medida	Clairic + Clef + GLM-5.3	GLM-5.3 en cada paso
Tiempo de principio a fin	19,3 segundos	61,7 segundos
Paso de extracción de hechos	0,46 segundos (Clairic)	16,1 segundos
Paso de decisión	0,22 segundos (Clef)	21,9 segundos
Coste por millón de reclamaciones	6.032 dólares	11.740 dólares

Ambos pipelines acertaron los hechos y la decisión en cada ejecución, según Cloudflare. En otra prueba, Clairic pronosticó durante 21 días el número diario de pasajeros en los controles de seguridad de los aeropuertos de EE. UU. Sus pronósticos se desviaron un 3,3 % de media, y 17 de los 21 recuentos reales cayeron dentro de su rango del 80 %.

PPC Land revisó las cuentas y encontró un desfase. Los tiempos por paso de la ejecución solo con LLM suman 60,4 segundos, no 61,7. También calcula que los tokens de salida suponen alrededor del 97 % del coste de la cascada.

Límites y preguntas abiertas

Cloudflare habla claro sobre los puntos débiles. "La lectura es sólida, pero la aritmética de varios pasos todavía no", dice la publicación. Los rangos del modelo pueden ser demasiado estrechos con datos desconocidos. Su capacidad de pronóstico es básica y no sustituye a las herramientas dedicadas de series temporales. Cloudflare llama a la versión actual "un punto de control temprano".

Cloudflare dice que publicará los pesos del modelo "pronto", pero no da fecha ni licencia. El precio está más claro. La página del modelo en Workers AI de Cloudflare indica 0,10 dólares por millón de tokens de entrada, la cifra que también publica RuntimeWire. La misma página da una ventana de contexto de 65.536 tokens, el máximo de texto que cabe en una solicitud. PPC Land, que se basó solo en la entrada del blog, había dicho que no se había publicado un precio por token.

Qué significa para los desarrolladores

Clairic defiende la idea de repartir el trabajo de IA por tareas: un modelo barato y rápido lee, y un modelo grande solo escribe. Si tu aplicación paga sobre todo por tokens de salida, merece la pena probar ese reparto.

• Ponlo delante, no en su lugar. Usa Clairic para extraer campos de correos o recibos y envía solo los casos difíciles a un modelo de lenguaje completo.
• Aprovecha los valores null y de confianza. Fija un umbral por debajo del cual una persona o un modelo más grande revise el resultado. Una respuesta bien formada no es una respuesta correcta.
• Deja las cuentas fuera. Pide los valores en bruto y haz las sumas en tu propio código, ya que la aritmética de varios pasos es una debilidad conocida.
• Prueba con tus propios documentos. Todas las cifras anteriores proceden de pruebas de Cloudflare. Pasa unos cientos de tus entradas reales antes de fiarte de la velocidad o la precisión.
• Presupuesta según el tamaño de la entrada. A 0,10 dólares por millón de tokens de entrada y sin cargo por la salida, la factura depende de cuánto envías. Recorta los hilos de correo largos antes de enviarlos.