Cloudflare 開放 Clairic 權重,文件擷取結果仍需核對原件
擷取模型能產生格式正確的欄位。自動入帳前,系統仍要核對原文、辨識例外並攔截錯帳。

Cloudflare 於 11 月 18 日公開文件擷取模型 Clairic 和 Clairic-flash 的權重,兩款模型都可透過 Workers AI 使用。原預覽端點從 90 億參數換成 270 億參數版本,規模較小的 Flash 採用另一個端點。隔天,Cloudflare 也更新 Browser Run 的快照介面,讓同一次載入可取得頁面資料與 AI 擷取的結構化輸出。後者是獨立更新,公告沒有說固定使用 Clairic。兩則公告放在一起,反映的問題是:串接模型容易了,輸出的欄位卻還未必能直接交給業務系統。
格式正確,金額也可能不對
以進口商處理供應商發票為例。一張發票可能同時列出本期應付、上期餘額和含稅小計,三個都像總額。模型在「應付金額」填入數字,系統可以驗證欄位型態,卻不能由此判斷是否為本次應付。將開立日填成到期日,也完全可能符合日期格式。表格擷取還有另一種情形:每個數字都讀對了,但數量或單價配給了隔壁品項。一旦進入後續系統,這些錯誤通常比格式不合更難查出。
審查應能追到欄位的資料來源。會影響帳務狀態的關鍵欄位,要保存原檔版本、頁碼和可重查的依據。模型給出的原文位置可用來搜尋;若圖片曾旋轉、裁切,或文件被拆頁,也要保留回到原頁的對照。網頁亦然:同一次請求保存頁面和擷取結果,能減少兩次請求內容不同的風險,但不保證結果已附可核對的位置,也不代表網站上寫的一定正確。業務流程仍應能把每個金額連回實際保存的材料,並記錄按哪一版授權、哪一條規則核對。
兩個模型如何比較
在 Cloudflare 的內部混合輸入測試中,226 個欄位裡 Clairic 答對 221 個,Clairic-flash 答對 213 個。廠商說明這不是獨立評測。這 8 個欄位的差異可以引導測試,卻不能預測一家公司的錯帳率。有的企業只收一種表單,有的面對多種語言、貨幣、掃描品質及缺頁;後者的損失可能集中在極少數關鍵欄位。選型時應保留未參與調校的樣本,依供應商與單據品質分組,分開計算欄位命中、必要欄位缺漏、錯值進入後續系統,以及人工複核所花時間。按整份單據、按單一欄位與按高風險金額計算,結果各有不同用途。
即使服務地址和回應格式不變,換模型後的辨識也可能不同。可以在背景以相同材料並行比對,先保留現行入帳規則,等採購單、幣別及金額核對都通過,再逐步擴大自動處理。憑證不全、不同頁面互相矛盾或版面改變,應轉交人工。信心分數不宜直接當成正確機率;如果複核反覆看見同一種錯誤,優先檢查欄位定義及原文對照,再看門檻是否需要調整。
成本最好按完成核對的單據計算
促銷結束後,Cloudflare 公布的託管價為每百萬輸入詞元 0.24 美元和 0.10 美元,輸出詞元不另收費。這僅是模型呼叫的報價,不包括轉檔、重跑、保存、人工複核或帳務修正;自行託管則仍有算力與維運成本。有些高風險單據直接用大型模型反而划算,固定版面且容易核對的單據則可能適合小型模型。每份完成核對的單據總成本、錯誤進入業務系統後的後果,才是決定自動化範圍的指標。開放權重讓團隊可用多種方式部署;能回到原件核對的欄位,才適合直接形成帳務紀錄。
資料
內容僅供參考,不構成投資、法律、稅務或財務建議。