Cloudflare apresenta modelo que reduz custos de extração de dados em faturas

A Cloudflare anunciou uma pré-visualização do Clairic, um modelo de extração que retira valores introduzidos em textos e imagens desordenados numa única passagem, sem gerar tokens. O Clairic destina-se a uma tarefa que os programadores costumam atribuir a grandes modelos de linguagem (LLMs): ler uma fatura e devolver, por exemplo, o número de encomenda, o total e a data de vencimento em formato JSON, segundo a Help Net Security.

Num teste da Cloudflare sobre uma reclamação de produto danificado, um fluxo de trabalho construído à volta do Clairic terminou em 19,3 segundos, contra 61,7 segundos numa versão que utilizava um LLM em cada etapa, tendo custado 49% menos. Nesse teste, o Clairic extraiu os dados em 0,46 segundos e o Clef, outro modelo da empresa responsável por escolher entre opções listadas, demorou 0,22 segundos; o GLM-5.3, o LLM usado na comparação, precisou de 38 segundos para as mesmas duas etapas. O fluxo com o Clairic custou 6.032 dólares por milhão de reclamações, contra 11.740 dólares da versão alternativa.

O Clairic funciona na Workers AI, sob a designação @cf/cloudflare/clairic, e a Cloudflare planeia publicar os pesos. O programador envia texto, até quatro imagens e uma lista de campos com nome e tipo — como número, data, lista ou estimativa — e recebe um valor desse tipo ou null. As respostas escalares incluem um índice de confiança e o valor p_null, a probabilidade atribuída pelo modelo de o valor estar em falta na fonte, e o texto extraído traz deslocamentos de caracteres. A empresa cobra apenas pela entrada.

A Cloudflare classifica o ponto de entrada como um "ponto de verificação antecipado". Cálculos de uma e duas etapas parecem fiáveis, mas cadeias mais longas de aritmética dependente e somas de múltiplas linhas de tabelas não o são, pelo que a empresa aconselha deixar a programação tratar das contas. "A arquitetura torna cada resposta bem formada, não necessariamente correta", escreveram especialistas da Cloudflare.

Porque importa

O caso das faturas ilustra um custo que as empresas pagam sem o verificar: cada campo extraído por um LLM implica tokens de saída e etapas adicionais de verificação. Ao cobrar apenas pela entrada e devolver valores tipados com índices de confiança, o Clairic ataca diretamente essa despesa, embora a Cloudflare admite que o modelo ainda não substitui cálculos complexos nem modelos de séries temporais treinados para o efeito.