Clairic 是什么？一文看懂抽取模型

一句话解释

决策模型回答“选哪个”，抽取模型回答“值是多少”。

抽取模型 vs 决策模型 vs 大语言模型

这张表只比接口和输出形状，不比速度、准确率或价格。

和让大模型输出 JSON、用 OCR 有什么区别？ 让大模型输出 JSON，得到的是还需要你核对的生成文本；OCR 给你图片里的文字，但不知道哪个数字是合计。Clairic 按你定义的字段返回类型化的值，输入确定不了时返回 null。详见《LLM 抽取 vs Clairic》和《OCR 与 AI 字段抽取》。

Clairic 能返回哪些类型的值

每个答案一定有 value（取出的值）。下面几项是可选的，不是每个答案都有，比如 estimate、forecast 类型就不带 confidence 和 p_null：

• confidence：模型对这个值的把握。
• guess：模型的猜测值。

当 p_null 超过 null_threshold（判定“找不到”的门槛）时，value 是 null；返回 null 时，guess 里仍可能有值。这一点很重要：缺失的信息不会被直接填进 value。

输入：文本、JSON、图片和字段

• state：要读的文本或 JSON。
• 图片：最多 4 张，支持 PNG、JPEG、WebP。
• fields：想取的字段，数量不设上限。字段多到一次 8,192 token 的处理放不下时，会拆成几次并行处理。
• reference_date：用来确定没写年份的日期属于哪一年。
• 上下文窗口：65,536 tokens。

适合的场景

• 发票：取金额、开票日期、发票号码，通常带置信度。
• 订单邮件：取订单号、数量、交付日期。
• 工单：取产品名、报错时间、影响时长。

官方博客里还举了几个例子：

• 客服投诉邮件：取出订单号、送达日期、实付总额和损坏情况列表。实付总额是把 649 和 52.10 的税费当场相加得到的 701.10；从送达到写邮件的天数 11 天也是算出来的；“屏幕碎裂”“外壳凹陷”各自带在原文里的位置。邮件里没有物流单号，这一项返回 null，不会编一个。
• 歪斜、模糊的小票照片：取出订单号、购买时间、数量、单价、小计、税费和小费。小票上没有折扣，折扣返回 null。
• 根据可比成交估算房价：返回中位数和 80% 区间，也就是 p10–p90。区间的宽窄说明它有多大把握。
• 机场每天的安检人数预测：能看出每周的规律，但看不出节假日。官方博客说，预测只适合不关键的、粗略的规律判断，不能替代专门的时间序列模型。

把抽取结果交给 Clef 做决定的理赔例子，见 Clairic 和 Jev、Clef 怎么选。

拿到值之后，下一步往往是做决定，比如“要不要人工复核”“交给哪个团队”。这一步交给 Jev 或 Clef。详见 Clairic 和 Jev、Clef 怎么选。

预览版的局限

官方博客说得很直接：

• 一到两步的计算可靠，长链计算和多行聚合还不行。
• 多步预测会趋向平均值。
• 返回的结果格式正确，不代表内容一定正确（“well formed, not necessarily correct”）。

所以，上生产前请用自己的样本测，并用 confidence 和 p_null（有返回时）设阈值，低于阈值的交给人看。

怎么试用

system-one.dev 已提供 Clairic。模型 ID 不在这里手写，请从 GET /v1/models 读取。

Clairic 怎么收费：请求内容每 4KB 算一块，不足 4KB 按一块算；每块 2 积分。一次请求只收一次，抽取多少个字段都一样。这和 Jev、Clef 不同：它们的费用还要乘以问题数。计费方式和价格见 system-one.dev 定价。

想先看看效果？在线试试发票信息提取（需登录）。

相关阅读

• Clairic 和 Jev、Clef 怎么选
• 决策模型是什么？
• Clairic 模型页
• system-one.dev 定价
• LLM 抽取 vs Clairic

核验日期：2026-10-22