Відкриті ваги Cloudflare для керування агентами: дебют сімейства Clef

1 жовтня 2026 року компанія Cloudflare, постачальник мережевих послуг, оголосила у своєму офіційному блозі, у статті за підписом Michelle Chen, про випуск Clef і Clef-flash. Це так звані «моделі ухвалення рішень»: їхні ваги поширюються через Hugging Face за ліцензією Apache 2.0 і розміщені на платформі Workers AI. На відміну від традиційних генеративних систем, ці інструменти не створюють вільний текст: їхнє конкретне завдання — класифікувати дані, маршрутизувати запити й виставляти оцінки, що повертаються в типізованих форматах разом із показником упевненості. Як пояснює Michelle Chen у презентаційному дописі, «модель ухвалення рішень виконує класифікацію, щоб допомогти агентам вирішити, як діяти, на основі певних імовірностей». Обидві моделі побудовані на архітектурі Qwen (конкретно Qwen3.8-27B для Clef і Qwen3.5-9B для Clef-flash, донавчені низькоранговими адаптерами рангу 256), мають контекстне вікно на 64 000 токенів і візуальний енкодер, що дає змогу обробляти й зображення.

У цій ніші, де вже був Jev System One від TypeSafe, а того ж дня з'явився Strands Decider 2B від Amazon, Cloudflare робить ставку на затримку: за словами компанії, її моделі випереджають інші моделі ухвалення рішень, «крім Laya, яка дуже швидка, але жертвує якістю». Заявлені цифри: медіанна затримка 209,3 мілісекунди в Clef при 95-му процентилі 238,6 мілісекунди та 38,8 мілісекунди в Clef-flash при p95 122,4 мілісекунди; для Jev System One заявлена медіана — 524,1 мілісекунди. Крім того, Clef сумісна з API Jev System One — першої моделі ухвалення рішень, що вийшла на ринок. Щодо вартості використання на Workers AI, спеціалізоване видання Developers Digest повідомляє про тарифи 0,24 долара за мільйон вхідних токенів для Clef і 0,09 долара для Clef-flash, без оплати за вихідні токени. Компанія також пропонує послугу кастомізації за допомогою навчання з підкріпленням, яку виконує її власна інженерна команда, і нагадує, що «під час донавчання моделі можна пожертвувати частиною загальної продуктивності заради більшої точності в конкретній галузі»; дату появи інтерфейсу самообслуговування поки не названо.

Проте прозорість цього кроку має методологічні сірі зони. Бенчмарки, поширені Cloudflare і вибрані з оцінок Jev Decision Index, — наприклад, 98,47% у Clef і 98,76% у Clef-flash у BFCL case exact, — виміряні самою компанією, незалежної перевірки немає. У дописі також не оголошено про публікацію даних чи пайплайна навчання, згадано лише «внутрішні синтетичні датасети»: через це реліз належить радше до поширення відкритих ваг, ніж до повністю відтворюваних open source-проєктів. В офіційному дописі немає й прямих порівнянь щодо загального міркування, як-от у тестах GPQA Diamond чи MMLU-Pro, де, за даними Developers Digest, Jev System One помітно попереду.

Замінити генерацію тексту потоком типізованих імовірностей — чудовий інженерний хід для зниження затримки комерційних агентів, а заявлена компанією гарантія «ми не читаємо, не зберігаємо ваші запити й відповіді та не навчаємо на них моделі» відповідає реальній потребі бізнесу в безпеці. І все ж ефективність автоматичного вирішувача вимірюється складністю розвилок, з якими він здатен впоратися, а про це опубліковані цифри поки нічого не кажуть.

— Olya