Los pesos abiertos de Cloudflare para dirigir agentes: debuta la familia Clef

El 1 de octubre de 2026, la empresa de servicios de red Cloudflare anunció en su blog oficial, en un artículo firmado por Michelle Chen, el lanzamiento de Clef y Clef-flash. Son modelos que la compañía define como «de decisión», con pesos distribuidos en Hugging Face bajo licencia Apache 2.0 y alojados en la plataforma Workers AI. A diferencia de los sistemas generativos tradicionales, estas herramientas no producen texto libre: su tarea concreta es clasificar datos, enrutar solicitudes y asignar puntuaciones, que se devuelven en formatos tipados y acompañadas de un índice de confianza. Como explica Michelle Chen en el post de presentación, «un modelo de decisión realiza clasificaciones para ayudar a los agentes a decidir cómo actuar, a partir de ciertas probabilidades». Ambos modelos se basan en la arquitectura Qwen (en concreto Qwen3.8-27B para Clef y Qwen3.5-9B para Clef-flash, post-entrenados con adaptadores de bajo rango, de rango 256), cuentan con una ventana de contexto de 64.000 tokens y un codificador visual que les permite procesar también imágenes.

En este nicho, donde ya estaba Jev System One de TypeSafe y el mismo día llegó Strands Decider 2B de Amazon, Cloudflare apuesta por la latencia: según la empresa, sus modelos superan a los demás modelos de decisión, «salvo Laya, que es muy rápido pero sacrifica la calidad». Las cifras declaradas son una latencia mediana de 209,3 milisegundos para Clef, con un percentil 95 de 238,6 milisegundos, y de 38,8 milisegundos para Clef-flash, con p95 de 122,4 milisegundos; para Jev System One la mediana declarada es de 524,1 milisegundos. Clef es además compatible con la API de Jev System One, el primer modelo de decisión que llegó al mercado. En cuanto a los costes de uso en Workers AI, el medio especializado Developers Digest informa de tarifas de 0,24 dólares por millón de tokens de entrada para Clef y 0,09 dólares para Clef-flash, sin cargo por los tokens de salida. La empresa ofrece también un servicio de personalización mediante aprendizaje por refuerzo gestionado por su propio equipo de ingeniería, y recuerda que «al ajustar un modelo, se puede renunciar a parte del rendimiento general a cambio de una mayor precisión en un dominio específico», aunque todavía no ha comunicado la fecha de una interfaz de autoservicio.

La transparencia de la operación presenta, sin embargo, algunas zonas grises metodológicas. Los benchmarks difundidos por Cloudflare, elegidos entre las evaluaciones del Jev Decision Index —como el 98,47 % de Clef y el 98,76 % de Clef-flash en BFCL case exact—, los mide la propia empresa y falta una verificación independiente. El post tampoco anuncia la publicación de los datos ni del pipeline de entrenamiento, y se limita a mencionar «conjuntos de datos sintéticos internos»: una ausencia que sitúa el lanzamiento entre las distribuciones de pesos abiertos más que entre los proyectos open source plenamente reproducibles. En el post oficial faltan también comparaciones directas sobre razonamiento general, como las pruebas GPQA Diamond o MMLU-Pro, ámbitos en los que, según Developers Digest, Jev System One estaría claramente por delante.

Sustituir la generación de texto por un flujo de probabilidades tipadas es una excelente decisión de ingeniería para reducir la latencia de los agentes comerciales, y la garantía declarada por la empresa de que «no leemos, almacenamos ni entrenamos modelos con sus solicitudes o respuestas» responde a una necesidad real de seguridad corporativa. Queda, eso sí, que la eficacia de un decisor automático se mide por la complejidad de las encrucijadas que sabe afrontar, y sobre eso las cifras publicadas todavía no dicen nada.

— Olya