Cloudflare presenta Clairic, un modelo de IA para extraer datos de textos e imágenes

Cloudflare presentó el lunes 19 de octubre Clairic, un modelo de inteligencia artificial pensado para sacar datos concretos de textos e imágenes, como importes, fechas, nombres o listas. Está disponible en vista previa en Workers AI, su servicio para usar modelos de IA desde su red, y la empresa dice que quiere publicarlo pronto con pesos abiertos, es decir, para que cualquiera pueda descargarlo.

Cloudflare lo incluye entre los modelos que llama de «Sistema 1», una categoría que, según la empresa, estrenó TypeSafe hace un mes con su modelo Jev a partir del libro Pensar rápido, pensar despacio, de Daniel Kahneman: modelos rápidos y precisos que responden de una sola pasada, frente a los de «Sistema 2», como los modelos de lenguaje, que razonan paso a paso. Hasta ahora esos modelos, como Jev o Clef, el de Cloudflare, eran de decisión: eligen entre varias opciones y dan una probabilidad a cada una. Clairic es el primero de extracción.

Clairic no escribe sus respuestas palabra a palabra como un modelo de lenguaje. Lee la entrada (el texto y hasta cuatro imágenes) de una sola pasada y devuelve cada dato en el tipo que se le pide (un número, una fecha, una duración, una lista…) con una puntuación de confianza y la probabilidad de que el dato no esté, o un valor nulo si no lo encuentra. También calcula datos a partir del texto, como sumar un precio y su impuesto, estima valores que no aparecen pero de los que hay pistas, con un intervalo del 80 %, y prevé los siguientes valores de una serie. Según Cloudflare, solo se paga por lo que lee, porque no genera texto de salida, y suele responder en menos de un segundo. Como no genera texto, no «alucina» igual que un modelo de lenguaje, aunque puede equivocarse.

En una prueba de la propia Cloudflare con un correo de reclamación, la cadena formada por Clairic, que sacaba los datos, Clef, que decidía qué hacer, y el modelo de lenguaje GLM-5.3, que redactaba la respuesta, tardó 19,3 segundos, frente a 61,7 segundos con GLM-5.3 haciéndolo todo, y costó un 49 % menos. Con GLM-5.3, los dos sistemas acertaron los datos y la decisión en todas las pruebas, pero la estimación del coste de la reparación de Clairic fue la misma cada vez, mientras que la de GLM-5.3 cambió en cada intento. Según Cloudflare, Gemma 4 y Qwen, haciendo ellos todo el trabajo, no lograron completar la tarea porque no supieron deducir valores como ese coste.

Cloudflare advierte de que es una versión temprana que espera mejorar: lee bien, pero las cuentas de varios pasos todavía no le salen bien, y recomienda dejar el cálculo al código; sus estimaciones necesitan pistas en la entrada, sus intervalos pueden salir demasiado estrechos con datos poco habituales y sus previsiones son básicas, sin sustituir a un modelo de series temporales. Se puede usar desde un Worker o con su API REST. El anuncio no da el precio ni la fecha de los pesos abiertos.