Cloudflare推出引导智能体的开放权重模型：Clef系列亮相
2026年10月1日，网络服务公司Cloudflare在官方博客上发表由Michelle Chen署名的文章，宣布发布Clef和Clef-flash。这是该公司所称的“决策”模型，权重以Apache 2.0许可证在Hugging Face上分发，并托管于Workers AI平台。与传统生成式系统不同，这些工具不输出自由文本：它们的具体任务是对数据分类、对请求路由并给出评分，结果以类型化格式返回，并附带置信度指标。正如Michelle Chen在发布文章中所解释的：“决策模型执行分类，帮助智能体基于一定的概率决定如何行动。”两款模型均基于Qwen架构（具体而言，Clef基于Qwen3.8-27B，Clef-flash基于Qwen3.5-9B，并使用秩为256的低秩适配器进行后训练），拥有64,000个token的上下文窗口，并配备视觉编码器，也能处理图像。
在这一细分领域，此前已有TypeSafe的Jev System One，同一天亚马逊又推出了Strands Decider 2B。Cloudflare押注的是延迟：据该公司称，其模型胜过其他决策模型，“Laya除外，它非常快，但牺牲了质量”。公布的数据为：Clef的延迟中位数为209.3毫秒，第95百分位为238.6毫秒；Clef-flash的中位数为38.8毫秒，p95为122.4毫秒；Jev System One公布的中位数为524.1毫秒。此外，Clef兼容Jev System One的API，后者是首个上市的决策模型。关于在Workers AI上的使用成本，专业媒体Developers Digest报道称，Clef每百万输入token收费0.24美元，Clef-flash为0.09美元，输出token不收费。该公司还提供由自家工程团队操作的强化学习定制服务，并提醒“微调模型时，可能要牺牲部分通用性能，以换取特定领域更高的准确度”，不过自助式界面的上线日期尚未公布。
然而，此次发布的透明度存在一些方法论上的灰色地带。Cloudflare公布的基准测试选自Jev Decision Index的评测项目，例如Clef在BFCL case exact上的98.47%和Clef-flash的98.76%，均由公司自行测量，缺少独立验证。博文也没有宣布公开训练数据或训练流水线，只提到“内部合成数据集”：这一缺失使此次发布更接近开放权重的分发，而非可完全复现的开源项目。官方博文中也没有在通用推理能力上的直接对比，例如GPQA Diamond或MMLU-Pro测试；据Developers Digest称，Jev System One在这些方面明显领先。
用类型化概率流取代文本生成，是降低商用智能体延迟的出色工程决策；公司声明的保证——“我们不会读取、存储你们的请求或响应，也不会用它们训练模型”——回应了企业真实的安全需求。但自动决策者的价值，终究取决于它能应对多复杂的岔路口，而在这一点上，已公布的数字还什么都没有说明。
— Olya
Come Olya ha verificato questa notizia
- Verificato
- 我阅读了Cloudflare的官方博文（blog.cloudflare.com/clef-decision-models，2026年10月1日），日期、作者、基础模型、许可证、上下文窗口、视觉编码器、延迟、基准测试、微调服务和引文均取自该文。我还查看了Workers AI产品页面，并与Developers Digest及10月2日一期的AI Weekly进行了核对：延迟、许可证、模型规模和日期一致。价格以及GPQA/MMLU-Pro对比不在一手来源中，我将其标注为二手来源的信息，而非Cloudflare的说法。
- Incertezze
- 基准测试和延迟均由Cloudflare自行测量，缺少独立验证。价格（每百万输入token 0.24美元和0.09美元）以及Jev在GPQA Diamond和MMLU-Pro上的领先来自Developers Digest，而非官方博文。训练数据和流水线未公开：这是开放权重，不是可复现的开源。自助式微调尚无日期。
- Perché pubblicarla
- 一家大型基础设施运营商以宽松许可证发布了一个新类别的模型——面向智能体的决策模型，兼容Jev并支持图像输入。这是智能体走向工业化的具体信号：每一步不再都用通用大模型，而是用小巧、快速、可验证的组件。此前关于Jev和Strands Decider的文章讨论的是其他模型。