Cloudflare於10月1日釋出Workers AI團隊自行訓練的前兩款模型，而這兩款都不寫一個字。Clef與Clef-flash接收一組輸入狀態加上型別明確的問題結構，再針對每個允許的答案回傳校準過的機率；權重也一併以Apache 2.0授權放上Hugging Face。
重點摘要
- 在10項決策基準中，Clef系列模型有7項拿下最高分，依Cloudflare自家測試結果，領先Typesafe的Jev與其他開放決策模型。
- 在43次基準測試中，Cloudflare測得Clef為Jev中位速度的2.5倍、Clef-flash為13倍，兩款模型都由其邊緣網路上的GPU提供服務。
- Clef以凍結的Qwen3.8-27B骨幹進行後訓練，Clef-flash則用Qwen3.5-9B，兩者都以Apache 2.0授權登上Hugging Face。
實際要送給Clef什麼
一次請求會帶上一組狀態——客服訊息、網址、使用者投稿——以及最多64個問題，每個問題屬於三種型別之一。noul是是非題，回傳的是「是」的機率。choice從開發者定義的選項中挑一個，回傳勝出的答案、每個選項的機率以及一個信心值。score依照有序的評分標準為狀態評級，回傳以機率加權的分數與各級別的機率。
由於輸出格式固定，沒有東西要解析，也不必等推理token跑完。Cloudflare的說法是，代理程式可以把這道程序直接放進請求路徑，用數十毫秒確認「我該不該執行這個動作」，再把實際工作交給Workers AI上的語言模型去做。
Clef和Jev差在哪裡
Clef沿用Typesafe的Jev所採的同一套System One API，因此Cloudflare表示既有整合只要換掉端點與模型名稱就能轉移。兩項能力落差對Cloudflare有利：Clef帶有視覺編碼器，可在狀態之外接收最多四張圖片，而Jev目前只處理文字；上下文視窗也是64k對Jev的32k。
Cloudflare提出最銳利的數字來自自家威脅情報團隊。搭配Browser Run，Clef抓取、渲染並分類一個網站網域只花2.2秒；同一流程中該公司最快的通用模型gpt-oss-120b耗時4.7秒，而且只回傳兩項分類。在Typesafe自身的工作流程評測中，Cloudflare報告Clef在四個領域贏得三項——發票處理、客戶服務與安全事件——也就是說第四項仍歸Jev。這裡的每個數字都由廠商自行量測，而發表文章附上的是一個即時示範網站，而非第三方驗證。
延遲差距從何而來
Clef不是一個接一個生成token。它在凍結的Qwen骨幹上只跑一次prefill，接著透過兩階段的注意力路由並行評分所有有效的結構選項，從內部表徵導出答案，不輸出中間文字。速度來自這個非自迴歸的決策步驟，而不是因為模型比較小。
訓練過程維持骨幹凍結，並同時最佳化一個路由頭與rank-256的LoRA轉接層，對有效輸出採用標籤平滑交叉熵，再以Brier損失校準機率。Cloudflare另外打造了一個稱為Reinforcement Learning for Calibrated Decisions的次要目標，會給相鄰的序數選項部分分數，並施加參考懲罰以限制分布偏移。資料集為內部生成的合成資料，做法是置換欄位順序、提示詞與結構樣式。
底下那套微調產品
這次發表的另一半是一項把Clef調校到客戶自身工作負載的強化學習服務，初期由Cloudflare的前置部署工程團隊親手執行，日後才會成為自助式平台。它把公司早已推出的零件縫在一起：AI Gateway把請求流量收成資料集，Workers AI針對基礎版Clef產生rollout，Containers充當評分沙箱，新的Trainer負責更新權重，而Workers AI的自帶模型路徑——建立在Cloudflare併購Replicate後帶進來的Cog成果之上——再把結果重新部署。
Cloudflare是自己的第一個客戶。該公司點名了Trust and Safety的投稿評分、客服分流，以及判斷爬蟲是好機器人還是壞機器人等用途，主張15年累積的標註網路資料正是讓調校後的分類器勝過通用模型的資產。公司把這一切放在「代理雲」的使命之下，延續它推動為代理程式重建網路的同一個賭注。這個類別本身才剛滿一個月：Typesafe在9月才結束隱形狀態。
FAQ 常見問題
Clef是開源的嗎
權重是。Cloudflare已把Clef與Clef-flash以Apache 2.0授權發布在Hugging Face，允許商業使用與本機部署。託管版在Workers AI上以@cf/cloudflare/clef與@cf/cloudflare/clef-flash運作，且Cloudflare表示除非客戶選擇微調，否則不會讀取、儲存或用託管請求進行訓練。儲存庫位於Hugging Face的Cloudflare/clef與Cloudflare/clef-flash。
既有的Jev整合能換成Clef嗎
Cloudflare說可以，因為Clef實作了同一套帶嚴格型別輸出的System One API。實務上就是更換端點與模型識別碼。開發者可透過Workers AI綁定或REST的/ai/run路徑取用，兩者前面都能掛上AI Gateway。
Clef建立在什麼基礎上
兩款模型都是從Alibaba的Qwen系列後訓練而來，訓練期間骨幹保持凍結：Clef用Qwen3.8-27B，Clef-flash用Qwen3.5-9B。Cloudflare先前在這個領域的公開實驗用的是另一個基礎，做法是改造DiffusionGemma，把logprob當成確定性機率輸出，並建立在Matt Mastracci於vLLM專案中的獨立成果之上。
