Modelos y capacidades desde operaciones

Destacado

Cloudflare estrena Clairic, modelo de extracción en Workers AI

Cloudflare ha abierto una vista previa de Clairic, un modelo de extracción en Workers AI que lee texto o imágenes y devuelve valores tipados con puntuación de confianza en una sola pasada. Solo factura la entrada y responde null cuando falta un campo. Los pesos abiertos están previstos, pero aún no se han publicado.

Qué cambia en operaciones — Si tu equipo de soporte o finanzas saca números de pedido, fechas, importes y descripciones de daños de correos entrantes, recibos o facturas, esta es una forma más barata de rellenar esos campos que pedirle JSON a un LLM generalista. La puntuación de confianza y la probabilidad de null te dan una regla de enrutamiento: procesar automáticamente los valores con confianza alta y pasar a una persona los de confianza baja. Los campos de estimación y previsión también podrían alimentar la puntuación de leads o la planificación de volumen. Los ejemplos son de la propia Cloudflare, así que prueba el modelo con una muestra de tus documentos reales antes de conectarlo a cualquier proceso que mueva dinero.

Cloudflare lanza Clef-omni para audio y video

Para un equipo de soporte u operaciones que usa modelos de clasificación para priorizar tickets, detectar PII en archivos subidos o marcar contenido sospechoso, Clef-omni elimina la necesidad de encadenar pasos separados de voz a texto y extracción de fotogramas de video antes de puntuar: una queja de cliente con nota de voz o video adjunto ahora pasa por una sola llamada. El recorte de precio de Clef-flash (ya por debajo del precio de Jev) y la velocidad duplicada de Clef hacen más barato y rápido correr estas verificaciones al volumen que genera la cola de tickets o documentos de una empresa de 10 a 200 personas, aunque los equipos con entradas de más de 24k tokens por solicitud tendrán que usar el Clef más caro en lugar de Clef-flash.

Cloudflare lanza Clef, modelos abiertos para triaje de soporte

El ejemplo que publica Cloudflare es exactamente el flujo que la mayoría de los equipos de soporte ya ejecutan a mano o con reglas frágiles: llega un mensaje, alguien decide si es urgente, qué equipo lo atiende y qué tan grave es. Clef resuelve las tres cosas en una sola llamada a la API, con salidas tipadas y con puntuación de probabilidad que el código existente puede usar directamente, sin ingeniería de prompts ni parsing de texto libre. Para una empresa de 10 a 200 personas, esto significa que el enrutamiento de tickets, las alertas de escalamiento y la puntuación de gravedad pueden ejecutarse como un paso determinista dentro del stack de soporte ya existente, involucrando humanos solo cuando el modelo declina decidir. La nueva opción de ajuste fino por RL (primero de la mano del equipo de Cloudflare, luego en modalidad de autoservicio) también significa que una empresa con un historial de tickets de soporte etiquetados o resultados de calificación de ventas puede ajustar el modelo con sus propios datos en lugar de depender de un clasificador genérico.