Cloudflare 开源 Clef 与 Clef-flash：为 AI 智能体做选择的决策模型

Cloudflare 推出 Clef：让模型先做选择，再执行任务

Cloudflare 推出了两款由其团队训练的决策模型 Clef 和 Clef-flash。与主要生成自由文本的聊天模型不同，它们面向类型化问题，为备选答案返回概率，帮助 AI 智能体判断下一步应该采取什么行动。

两款模型托管于 Workers AI，并以 Apache 2.0 许可证在 Hugging Face 开源，支持用户本地运行和实验。对于开发者而言，其价值不只是多了一个模型接口，而是可以把分类、任务分流和人工交接从长篇文本生成中拆出来，交给专门的决策环节。

发布时间如何理解？

早期报道将这次发布记为 2026 年 10 月 2 日，IT之家后续报道则注明当地时间为 10 月 1 日。两种报道在日期表述上存在差异，不宜直接合并为一个已确认的全球统一日期；各报道对模型名称、Workers AI 托管及 Apache 2.0 开源方式的描述一致。

决策模型和聊天模型有什么不同？

输出选项概率，而不是一段解释

Clef 的核心定位是决策模型。应用给出类型化问题和候选选项，模型返回各选项的概率，业务系统再根据结果决定后续流程。

例如，一套客服系统可以先判断请求属于“退款”“物流查询”还是“产品咨询”，再转交相应工具或处理流程。若结果不够明确，也可以交由人工复核。这是对其使用方式的示意，并不意味着模型会自行完成退款等业务操作。

X 用户小北将它理解为 Agent 的“分拣员”：先快速做选择，再分发任务。这个比喻说明了决策模型与负责写作、分析或执行工具调用的模型之间的分工。

概率输出仍需要业务规则配合

The Decoder 报道提到，智能体可以依据带概率的分类结果自主决策，并在必要时交给人类。但概率不等于正确率保证，开发者仍需结合实际数据设计阈值、兜底路径和权限控制。涉及资金、账户或其他高风险操作时，不能只凭某个选项得分最高就直接执行。

Clef 与 Clef-flash 的规格和调用方式

据 MarkTechPost 补充报道，这两款模型是 Workers AI 团队训练的首批模型；IT之家也将它们描述为基于 Qwen 的开源多模态决策模型。报道中的主要规格如下：

上述规格与价格按相关报道整理。价格列指托管输入计费，不应直接理解为包含所有环节的单次任务总成本。

多问题、多图片与接口兼容

MarkTechPost 称，在 Workers AI 上，一次请求最多可以包含 64 个问题和 4 张图片，两款模型兼容 TypeSafe AI 的 Jev API。

这类设计适合在同一请求中完成多项判断，例如针对同一份图文材料进行多个维度的分类。不过，输入上限并不代表任意组合都能获得同样的延迟和准确性，实际调用仍需围绕业务样本测试。接口兼容也不意味着不同模型的概率分布、阈值和运行表现可以不经验证直接互换。

延迟数字值得关注，但不能脱离测试条件

The Decoder 引用的自报数据显示，Clef-flash 的中位延迟约为 39 毫秒，Clef 约为 209 毫秒；报道中的竞品 Jev 对照数据为 524 毫秒以上。按这组数字，Clef 系列在该测试口径下表现更快。

需要注意，这并非独立复测结论，也不能等同于所有部署环境下的端到端响应时间。网络位置、输入规模、图片处理、并发负载和计时方式都可能影响结果，中位数也无法展示最慢一部分请求的等待情况。

对需要连续进行多次判断的智能体系统来说，降低决策延迟具有实际意义；但选型时仍应把分类准确性、低置信度请求占比和真实工作流耗时一起比较，而不是只看单一速度排名。

开源、隐私承诺与 RL 微调，边界在哪里？

可以自部署，不代表运行没有成本

两款模型以 Apache 2.0 许可证开源，用户可以下载并在本地运行和实验。小北也提到可以使用 Workers AI 免费额度进行体验。

需要区分的是，开源许可、托管免费额度和自部署成本是三件不同的事。自建服务仍需要算力、运维和监控；托管免费额度也不等于无限免费调用，具体额度与计费条件应在接入时核对。

常规推理承诺不能直接套用到微调

Cloudflare 将 Clef 和 Clef-flash 定位为企业级模型，并承诺不读取、不存储，也不基于用户请求或响应进行训练。但该承诺明确将微调产品排除在外，不能据此推断微调服务拥有完全相同的数据处理规则。

相关报道还提到 Cloudflare 推出了强化学习微调服务。初期微调由前置部署工程师与客户对接，自助平台计划稍后推出。这里的分阶段开放安排针对微调服务，不应与已经公布的模型开源及 Workers AI 托管方式混为一谈。

开发者可以从哪些场景开始？

围绕这次发布，Peter Steinberger 于 10 月 2 日在 X 上转述消息并附上 Cloudflare 博客链接，评论称“从没见过一个想法传播得如此之快”。社交平台的关注之外，更值得检验的是决策模型能否改善具体工作流。

可以优先从边界清晰、结果容易复核的任务着手：

• 请求分类与任务路由：先判断任务类别，再交给对应工具或模型。
• 图文材料分流：围绕预设维度做结构化判断，减少后续流程解析自由文本的负担。
• 人工交接判断：结合业务阈值，将不确定或高风险请求交给人工。

较稳妥的接入方式，是先整理真实样本和候选标签，在不触发实际业务动作的情况下对比结果，再评估准确性、成本、延迟及人工复核比例。Clef 系列提供的是一个专门负责“选择下一步”的组件，而不是对通用模型、业务规则或人工审核的全面替代。