Cloudflares offene Gewichte zur Steuerung von Agenten: Die Clef-Familie startet

Am 1. Oktober 2026 hat der Netzwerkdienstleister Cloudflare in seinem offiziellen Blog, in einem Beitrag von Michelle Chen, die Veröffentlichung von Clef und Clef-flash angekündigt. Es handelt sich um sogenannte „Entscheidungsmodelle“, deren Gewichte unter der Apache-2.0-Lizenz auf Hugging Face verteilt und auf der Plattform Workers AI gehostet werden. Anders als klassische generative Systeme erzeugen diese Werkzeuge keinen freien Text: Ihre konkrete Aufgabe ist es, Daten zu klassifizieren, Anfragen weiterzuleiten und Bewertungen zu vergeben, die in typisierten Formaten samt Konfidenzwert zurückgegeben werden. Wie Michelle Chen im Vorstellungsbeitrag erklärt, „führt ein Entscheidungsmodell Klassifikationen durch, die Agenten helfen, auf Basis bestimmter Wahrscheinlichkeiten zu entscheiden, wie sie handeln“. Beide Modelle basieren auf der Qwen-Architektur (konkret Qwen3.8-27B für Clef und Qwen3.5-9B für Clef-flash, nachtrainiert mit Low-Rank-Adaptern vom Rang 256), bieten ein Kontextfenster von 64.000 Token und einen visuellen Encoder, mit dem sie auch Bilder verarbeiten können.

In dieser Nische, in der es bereits Jev System One von TypeSafe gab und am selben Tag Amazons Strands Decider 2B dazukam, setzt Cloudflare auf Latenz: Laut Unternehmen schlagen seine Modelle die anderen Entscheidungsmodelle, „außer Laya, das sehr schnell ist, aber Qualität opfert“. Die angegebenen Werte: eine mediane Latenz von 209,3 Millisekunden für Clef bei einem 95. Perzentil von 238,6 Millisekunden, und 38,8 Millisekunden für Clef-flash bei einem p95 von 122,4 Millisekunden; für Jev System One wird ein Median von 524,1 Millisekunden genannt. Clef ist zudem kompatibel mit der API von Jev System One, dem ersten Entscheidungsmodell auf dem Markt. Zu den Nutzungskosten auf Workers AI berichtet das Fachmedium Developers Digest von 0,24 Dollar pro Million Input-Token für Clef und 0,09 Dollar für Clef-flash; Output-Token werden nicht berechnet. Das Unternehmen bietet außerdem eine Anpassung per Reinforcement Learning an, die sein eigenes Engineering-Team übernimmt, und erinnert daran, dass „man beim Feintuning eines Modells etwas allgemeine Leistung zugunsten höherer Genauigkeit in einem bestimmten Bereich aufgeben kann“; ein Termin für eine Self-Service-Oberfläche wurde allerdings noch nicht genannt.

Die Transparenz des Vorhabens weist jedoch einige methodische Grauzonen auf. Die von Cloudflare verbreiteten Benchmarks, ausgewählt aus den Auswertungen des Jev Decision Index – etwa 98,47 % für Clef und 98,76 % für Clef-flash bei BFCL case exact –, misst das Unternehmen selbst; eine unabhängige Prüfung fehlt. Der Beitrag kündigt zudem weder die Veröffentlichung der Daten noch der Trainingspipeline an und spricht nur von „internen synthetischen Datensätzen“: Damit gehört die Veröffentlichung eher zu den Open-Weight-Releases als zu vollständig reproduzierbaren Open-Source-Projekten. Im offiziellen Beitrag fehlen auch direkte Vergleiche beim allgemeinen Schlussfolgern, etwa GPQA Diamond oder MMLU-Pro – Bereiche, in denen Jev System One laut Developers Digest deutlich vorn liegt.

Die Textgenerierung durch einen Strom typisierter Wahrscheinlichkeiten zu ersetzen, ist ein hervorragender technischer Schritt, um die Latenz kommerzieller Agenten zu senken, und die vom Unternehmen erklärte Zusicherung „Wir lesen und speichern Ihre Anfragen und Antworten nicht und trainieren keine Modelle damit“ entspricht einem echten Sicherheitsbedürfnis von Unternehmen. Bleibt, dass sich die Wirksamkeit eines automatischen Entscheiders an der Komplexität der Weggabelungen misst, die er bewältigt – und dazu sagen die veröffentlichten Zahlen noch nichts.

— Olya