---
title: "Clairic 是什么？一文看懂抽取模型"
description: "Clairic 是一个抽取模型：从文本、JSON 和图片里取出类型化的值，多数值带 confidence 和 p_null，找不到的值会返回 null。看它能返回哪些类型、适合什么场景、有哪些局限。"
canonical: "https://system-one.dev/zh-CN/blog/what-is-clairic"
language: "zh-CN"
---

# Clairic 是什么？一文看懂抽取模型

**Clairic 是什么？** Clairic 是一个抽取模型（extraction model）。你给它一段文本或 JSON（最多再加 4 张图片），再列出想要的字段，它直接返回类型化的值：文本、数字、日期、时长、列表、区间估计、预测。每个答案一定有 value，多数还带 confidence 和 p_null（输入里找不到这个值的概率）；estimate、forecast 类型不带这两项。找不到的值会返回 null。它不像聊天模型那样一个字一个字地写出回答，也不写回复。

**它和 Jev、Clef 有什么区别？** Jev、Clef 是决策模型，在你列出的选项里做选择、打分或判断是否，返回概率。Clairic 不做选择，而是把值取出来。两者可以串起来用：先用 Clairic 抽取，再用 Jev 或 Clef 决策。

## 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。

| 对比项 | Clairic（抽取模型） | Jev / Clef（决策模型） | 大语言模型 |
|---|---|---|---|
| 你提供什么 | state 文本或 JSON（可加图片）+ 字段列表 | state + 问题和选项 | 提示词 |
| 返回什么 | 类型化的值，多数带 confidence、p_null | Choice、Score、Noul（是/否）的答案和概率 | 生成的文本 |
| 找不到答案时 | 返回 null | 在你给的选项里给出概率 | 取决于提示词 |
| 是否像聊天模型那样逐字写出回答 | 否 | 否 | 是 |

**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》](/zh-CN/blog/clairic-vs-llm-extraction)和[《OCR 与 AI 字段抽取》](/zh-CN/blog/clairic-vs-ocr)。

## Clairic 能返回哪些类型的值

| 字段类型 | 返回什么 |
|---|---|
| text | 原文里的一段文字，附字符偏移 |
| number | 数字 |
| date / time / datetime | 日期、时间、日期时间 |
| duration | 时长 |
| list | 列表 |
| estimate | 区间估计：中位数加 p10–p90 |
| forecast | 预测：每个未来步一个估计，最多 64 步 |

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](https://system-one.dev/zh-CN/blog/clairic-vs-jev-clef)。

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](https://system-one.dev/zh-CN/blog/clairic-vs-jev-clef)。

## 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](https://system-one.dev/zh-CN/pricing)。

想先看看效果？[在线试试发票信息提取（需登录）](https://system-one.dev/zh-CN/demo/invoice-extraction)。

## 相关阅读

- [Clairic 和 Jev、Clef 怎么选](https://system-one.dev/zh-CN/blog/clairic-vs-jev-clef)
- [决策模型是什么？](https://system-one.dev/zh-CN/blog/what-is-a-decision-model)
- [Clairic 模型页](https://system-one.dev/zh-CN/models/clairic)
- [system-one.dev 定价](https://system-one.dev/zh-CN/pricing)
- [LLM 抽取 vs Clairic](https://system-one.dev/zh-CN/blog/clairic-vs-llm-extraction)

核验日期：2026-10-22

## 常见问题

### Clairic 是大语言模型吗？

不是。它不像聊天模型那样一个字一个字地写出回答，只返回类型化的值。

### 抽取模型和 JSON 模式有什么区别？

JSON 模式下，大模型一个 token 一个 token 地生成 JSON，格式对了，值也可能是编的。Clairic 直接返回类型化的值，多数带 confidence 和 p_null，找不到的值会返回 null，方便你判断要不要信。

### estimate 和 forecast 有什么区别？

estimate 是一个区间估计：中位数加 p10–p90。forecast 是一串估计，每个未来步一个，最多 64 步。

### 找不到值时返回什么？

找不到的值会返回 null，这时 guess 里仍可能有值。

### 能读图片吗？

能，最多 4 张，支持 PNG、JPEG、WebP。

### 会出错吗？

会。官方博客说结果“格式正确，不一定正确”，长链计算和多行聚合目前还不行。请用自己的数据测。