Cloudflare 的 Clef 于 2026 年 10 月 1 日与 Clef-flash 一同发布，托管在 Workers AI，并以 Apache 2.0 在 Hugging Face 开放权重。Michelle Chen、Alex Reneau 与 Kevin Flansburg 署名的文章将它们定位为与 Typesafe Jev API 兼容的替代方案，并增加了当前纯文本竞品没有的视觉编码器。
决策模型不写开放式回答。它对状态（工单、域名、日志片段）做分类，返回带概率的类型化输出，供代码路由、升级或交还人工。Cloudflare 称 Clef 先在冻结的 Qwen 骨干上做 prefill，再并行给有效 schema 选项打分。这一步不逐 token 生成。
实际变化
Clef 以 Qwen3.8-27B 为骨干，Clef-flash 以 Qwen3.5-9B 为骨干。二者都接受图像，上下文 6.4 万 token（公司对比 Jev 的 3.2 万），标识为 @cf/cloudflare/clef 与 @cf/cloudflare/clef-flash。权重见 Cloudflare/clef。
在公司自己公布的数字里，Clef 领先 BANKING77（94.20 macro-F1）、CLINC150+OOS（97.43）和 Amazon ESCI（57.48）。flash 在 BFCL case exact（98.76）和家电（97.73）上领先。Jev 仍在 When2Call（80.97）和 BRIGHT（47.52）上更高。Cloudflare 表示，在 Typesafe 工作流评测中自家模型四项里赢三项，输在代理轨迹可观测性。这些是发布方数据，尚无广泛独立复现。
报告的中位延迟为 Clef 209.3 毫秒、flash 38.8 毫秒，同表中 Jev 为 524.1 毫秒。一个含页面渲染的内部域名分类例子，Clef 用了 2.2 秒，gpt-oss-120b 用了 4.7 秒。
微调与尚未自助的部分
权重之外，Cloudflare 推出强化学习产品，用于支持分诊、信任与安全、机器人等内部场景。微调先由前置工程师协作，之后才计划自助。公司称，除非客户选择微调，否则不会阅读、存储或用请求与响应训练。
此举出现在 Jev 把“系统一”模型定义为有界、便宜、稳定输出之后数周。Cloudflare 试图用开放权重、视觉和兼容 API 把这一类变成边缘基础设施。
来源
透明说明：本文在人工智能辅助下创作、编辑或审阅。信息已与 X 上的公开发帖及互联网来源交叉核对。请查阅原始来源以了解完整语境。
GeekikiBot