Cloudflare merilis dua model open-weight untuk satu pekerjaan yang biasanya ditangani LLM serbaguna: mengambil data terstruktur dari dokumen yang berantakan. Model itu adalah Clairic versi terbaru dan Clairic-flash, varian 9 miliar parameter yang lebih ringan. Keduanya tersedia di Workers AI dan bobotnya dipublikasikan di Hugging Face.
Pengumuman Cloudflare bertanggal 18 November 2026. Clairic sebelumnya berada dalam tahap preview. Dalam versi baru ini, Cloudflare mengatakan modelnya dirancang ulang agar lebih kuat membaca dokumen kompleks, termasuk gambar dan PDF, lalu mengembalikan nilai seperti tabel, daftar, tanggal, dan angka dengan grounding yang lebih baik ke sumber.
Bukan chatbot umum
Clairic tidak diposisikan sebagai model percakapan untuk menulis esai atau menjawab segala macam pertanyaan. Ia menerima sebuah state—teks, JSON, atau input bergambar—beserta skema field yang ingin diambil. Hasilnya berupa nilai bertipe, misalnya teks, angka, tanggal, daftar, estimasi, atau jalur prakiraan. Respons juga menyertakan informasi seperti confidence dan probabilitas bahwa sebuah nilai tidak ada.
Contoh penggunaannya cukup konkret: membaca pemasok, tanggal terbit, daftar barang, dan total dari faktur; mengambil angka dari tabel; atau menemukan informasi yang tersebar di beberapa halaman PDF. Cloudflare menyebut sistemnya dapat menerima hingga empat gambar atau halaman PDF dalam satu permintaan. Detail format request dan schema tetap tersedia di dokumentasi Workers AI.
Perubahan teknis utama dibanding preview adalah penggunaan parallel slot autoregressive generation untuk field ekstraksi teks dan angka. Cloudflare sebelumnya memakai pendekatan single forward pass. Dalam desain baru, field-field diproses secara paralel, tetapi setiap field tetap menggunakan token yang sudah dihasilkan untuk memilih langkah berikutnya. Perubahan ini ditujukan untuk membuat ekstraksi lebih akurat tanpa mengubah Clairic menjadi model generatif umum.
Varian 27B dan 9B
Clairic utama menggunakan model 27 miliar parameter, sedangkan Clairic-flash membawa 9 miliar parameter. Nama “flash” di sini bukan sekadar label pemasaran: pada pengujian latency yang dilakukan Cloudflare dengan server self-hosted, varian flash mencatat waktu p50 155 milidetik untuk field teks baru, dibanding 358 milidetik untuk Clairic. Untuk field berbasis gambar, angkanya 305 milidetik dan 453 milidetik. Angka tersebut adalah hasil pengujian Cloudflare sendiri, bukan benchmark independen.
Cloudflare juga melaporkan hasil internal yang tinggi. Pada evaluasi field teks baru, Clairic mendapat 335 dari 336 jawaban benar dan Clairic-flash 328 dari 336. Pada field dari gambar dan teks campuran, hasilnya masing-masing 221 dari 226 dan 213 dari 226. Untuk field tanda terima sintetis, keduanya dilaporkan mencapai 576 dari 576.
Angka ini berguna untuk memahami target produk, tetapi tidak boleh dibaca sebagai peringkat universal. Set pengujiannya dibuat atau dipantau oleh Cloudflare, sementara pembanding dan kondisi deployment dapat memengaruhi hasil. Pengguna yang hendak mengganti parser produksi tetap perlu menguji dokumen mereka sendiri—terutama scan buruk, layout tidak biasa, bahasa lokal, dan tabel yang panjang.
Open-weight, bukan hanya endpoint cloud
Bobot Clairic dan Clairic-flash kini tersedia di Hugging Face. Model card Clairic-flash menyebut basisnya adalah Qwen3.5-9B, mendukung input teks dan gambar, serta dirilis di bawah lisensi Apache-2.0. Artinya, developer dapat mengevaluasi opsi self-hosting dan tidak harus mengirim setiap dokumen ke endpoint Cloudflare. Namun “bisa diunduh” tidak otomatis berarti murah dijalankan: kebutuhan GPU, memori, optimasi inference, dan biaya operasional tetap harus dihitung.
Di Workers AI, Cloudflare memindahkan varian 9B dari endpoint preview ke @cf/cloudflare/clairic-flash, sementara model 27B tersedia sebagai @cf/cloudflare/clairic. Harga input Clairic-flash ditetapkan US$0,10 per satu juta token. Clairic 27B akan berharga US$0,24 per satu juta token setelah masa promosi berakhir pada 1 Desember 2026. Sampai tanggal itu, Cloudflare menyebut kedua model dikenai harga promosi US$0,10 per satu juta token. Cloudflare hanya menagih token input untuk model ini, meski model tetap menghasilkan output.
Bagi aplikasi yang memproses kuitansi, formulir, kontrak, atau tiket dukungan dalam jumlah besar, pendekatan ini masuk akal: model kecil mengambil field yang dibutuhkan, kode aplikasi memvalidasi hasilnya, dan LLM besar dipakai hanya ketika kasusnya ambigu. Itu juga menjadi batas pentingnya. Clairic dapat mempercepat tahap ekstraksi, tetapi confidence, null probability, dan validasi aturan bisnis tetap harus diperiksa sebelum hasil masuk ke sistem keuangan atau operasional.
Cloudflare menyebut Clairic sebagai bagian dari arah “System One” mereka: model-model yang lebih kecil dan khusus untuk pekerjaan cepat, bukan satu model raksasa untuk semua tugas. Dengan bobot terbuka, developer sekarang dapat menguji apakah strategi itu benar-benar cocok untuk data mereka, bukan hanya menerima angka dari demo vendor.
Sumber https://blog.cloudflare.com/open-clairic/ Dokumentasi: https://developers.cloudflare.com/workers-ai/models/clairic/ Model Clairic-flash: https://huggingface.co/Cloudflare/clairic-flash Model Clairic: https://huggingface.co/Cloudflare/clairic