Modelo Clairic, da Cloudflare, devolve valores tipados, não texto

A Cloudflare lançou em 19 de outubro de 2026 uma prévia do Clairic, um modelo que extrai valores exatos de e-mails, documentos e fotos. Diferente de um chatbot, ele devolve dados tipados, como um número ou uma data, e não texto escrito. No próprio teste da Cloudflare, um pipeline que o usava primeiro terminou mais de três vezes mais rápido e custou 49% menos.

O que o Clairic faz

O anúncio da Cloudflare chama o Clairic de primeiro de um novo tipo de modelo, que a empresa chama de "modelos de extração". Você envia texto, mais até quatro imagens, e uma lista dos campos que quer. Ele devolve cada campo como um valor do tipo pedido.

Os tipos cobrem texto, números, datas e horários, durações, listas, estimativas e previsões. Quando a resposta não está na entrada, o modelo devolve null, ou seja, vazio. Cada resposta também traz uma pontuação de confiança.

O Clairic roda no Workers AI, o serviço da Cloudflare para rodar modelos de IA na sua própria rede. Os desenvolvedores o chamam como @cf/cloudflare/clairic a partir de um Worker, o código serverless da Cloudflare, ou por uma API REST.

Por que a ausência de tokens de saída importa

A maioria dos modelos de linguagem escreve a resposta um token por vez. Um token é um pequeno pedaço de texto, e os tokens de saída costumam ser a parte cara da conta. O Clairic pula essa etapa. "Não há raciocínio nem tokens de saída", escreve a Cloudflare, e a saída não é cobrada.

Esse design tem uma contrapartida. "A arquitetura torna cada resposta bem formada, não necessariamente correta", diz o post. Um valor sempre terá o tipo certo, mas ainda pode estar errado.

As estimativas vêm com uma faixa, e não só com um número. O Clairic dá um valor central e um intervalo de 80%, a faixa em que o valor real deve cair quatro vezes em cada cinco.

O teste da Cloudflare

A Cloudflare testou um processo de sinistros de seguro para mercadorias danificadas. Um pipeline usou o Clairic para extrair os fatos, depois o Clef para tomar a decisão e, por fim, o modelo de linguagem GLM-5.3 para escrever a resposta. O Clef é o modelo de decisão que a Cloudflare lançou no início deste mês. O outro pipeline usou o GLM-5.3 em todas as etapas.

Medida	Clairic + Clef + GLM-5.3	GLM-5.3 em todas as etapas
Tempo de ponta a ponta	19,3 segundos	61,7 segundos
Etapa de extração de fatos	0,46 segundo (Clairic)	16,1 segundos
Etapa de decisão	0,22 segundo (Clef)	21,9 segundos
Custo por milhão de sinistros	US$ 6.032	US$ 11.740

Os dois pipelines acertaram os fatos e a decisão em todas as execuções, segundo a Cloudflare. Em um teste separado, o Clairic previu por 21 dias o número diário de passageiros nas inspeções de segurança dos aeroportos dos EUA. As previsões erraram em média 3,3%, e 17 das 21 contagens reais ficaram dentro da sua faixa de 80%.

O PPC Land conferiu as contas e encontrou uma diferença. Os tempos das etapas da execução só com LLM somam 60,4 segundos, não 61,7. O site também calcula que os tokens de saída respondem por cerca de 97% do custo da cascata.

Limites e questões em aberto

A Cloudflare é direta sobre os pontos fracos. "A leitura é forte, mas a aritmética de várias etapas ainda não", diz o post. As faixas do modelo podem ser estreitas demais com dados desconhecidos. A previsão dele é básica e não substitui ferramentas dedicadas de séries temporais. A Cloudflare chama a versão atual de "um checkpoint inicial".

A Cloudflare diz que vai liberar os pesos do modelo "em breve", mas não informa data nem licença. O preço está mais claro. A página do modelo no Workers AI da Cloudflare lista US$ 0,10 por milhão de tokens de entrada, o mesmo número que o RuntimeWire informa. A mesma página indica uma janela de contexto de 65.536 tokens, o máximo de texto que uma requisição comporta. O PPC Land, que se baseou apenas no post do blog, tinha dito que nenhum preço por token havia sido publicado.

O que isso significa para desenvolvedores

O Clairic reforça a ideia de dividir o trabalho de IA por função: um modelo barato e rápido lê, e um modelo grande só escreve. Se o seu app paga principalmente por tokens de saída, vale a pena testar essa divisão.

• Coloque-o na frente, não no lugar. Use o Clairic para extrair campos de e-mails ou recibos e envie só os casos difíceis a um modelo de linguagem completo.
• Use os valores null e de confiança. Defina um limite abaixo do qual uma pessoa ou um modelo maior confere o resultado. Uma resposta bem formada não é uma resposta correta.
• Deixe a matemática de fora. Peça os valores brutos e faça as somas no seu próprio código, já que a aritmética de várias etapas é um ponto fraco conhecido.
• Teste com os seus próprios documentos. Todos os números acima vêm de testes da Cloudflare. Rode algumas centenas das suas entradas reais antes de confiar na velocidade ou na precisão.
• Faça o orçamento pelo tamanho da entrada. A US$ 0,10 por milhão de tokens de entrada e sem cobrança pela saída, a conta acompanha o quanto você envia. Corte longas threads de e-mail antes de enviá-las.