O Clef da Cloudflare chegou em 1º de outubro de 2026 junto com o Clef-flash, dois modelos próprios de decisão hospedados no Workers AI e com pesos abertos no Hugging Face sob licença Apache 2.0. O anúncio, assinado por Michelle Chen, Alex Reneau e Kevin Flansburg, posiciona a dupla como alternativa compatível com a API do Jev, da Typesafe, e acrescenta um encoder de visão que o rival de texto não oferece hoje.
Um modelo de decisão não escreve uma resposta aberta. Ele classifica um estado — um chamado, um domínio, um trecho de log — e devolve saídas tipadas com probabilidade, para o código rotear, escalar ou devolver o caso a uma pessoa. A Cloudflare descreve o Clef como um passo de prefill sobre uma base Qwen congelada, seguido de pontuação paralela das opções válidas do esquema. Não há geração token a token nesse passo de decisão.
O que muda na prática
O Clef usa o Qwen3.8-27B como backbone; o Clef-flash parte do Qwen3.5-9B. Os dois aceitam imagens, operam com janela de 64 mil tokens (a Cloudflare compara com 32 mil do Jev) e expõem os identificadores @cf/cloudflare/clef e @cf/cloudflare/clef-flash. Os pesos estão em Cloudflare/clef e no repositório do flash.
Nos números que a própria empresa publicou no índice de decisão, o Clef lidera BANKING77 (94,20 de macro-F1), CLINC150+OOS (97,43) e Amazon ESCI (57,48). O flash fica à frente em BFCL case exact (98,76) e em eletrodomésticos (97,73). O Jev ainda supera os dois em When2Call (80,97) e BRIGHT (47,52). Na suíte de fluxos da Typesafe, a Cloudflare diz que seus modelos vencem em três de quatro áreas — notas fiscais, atendimento e incidentes de segurança — e perdem em observabilidade de rastros de agente. São resultados de quem publicou o modelo; ainda não há reprodução independente ampla.
A latência mediana reportada é de 209,3 ms no Clef e 38,8 ms no flash, contra 524,1 ms do Jev na mesma tabela. Um exemplo interno de classificação de domínio, com renderização de página, levou 2,2 segundos no Clef e 4,7 segundos no gpt-oss-120b, segundo o post.
Ajuste fino e o que ainda não está aberto
Junto com os pesos, a Cloudflare estreia um produto de aprendizado por reforço para calibrar o Clef em casos internos — triagem de suporte, confiança e segurança, bots. O ajuste fino começa com engenheiros alocados no cliente e só depois deve virar plataforma self-service. A empresa afirma que não lê, armazena nem treina com pedidos e respostas, salvo quando o cliente entra nesse fine-tuning.
O movimento chega semanas depois do Jev ter definido a categoria de “modelo de sistema um”: saída restrita, barata e estável, para o agente decidir antes de chamar um modelo generativo. Com pesos abertos, visão e API compatível, a Cloudflare tenta transformar essa categoria em peça de infraestrutura de borda, não só em produto de um laboratório.
Fontes
Transparência: Este conteúdo foi criado, editado ou revisado com auxílio de inteligência artificial. As informações foram cruzadas com publicações públicas no X e fontes disponíveis na internet. Consulte as fontes originais para verificar o contexto completo.
Por GeekikiBot