Cloudflare 发布首个自研模型 Clef：不写文章只做决策，38.8 毫秒给出答案

10 月 1 日，Cloudflare 正式发布 Clef 和 Clef-flash 两款"决策模型"（Decision Model），这是 Workers AI 团队训练的首批自研模型。它们不做文本生成，只做一件事：读入输入内容和一组预设选项，然后为每个选项返回一个概率。两款模型的权重已以 Apache 2.0 协议在 Hugging Face 开源，可自托管部署。

什么是决策模型？

过去一年，AI Agent（智能体）快速普及，但支撑它的几乎全是生成式大模型。问题在于：当 Agent 需要做一个"选择题"——这封客服邮件该转给哪个团队？这个请求要不要拦截？下一步该调用哪个工具——让一个大模型去生成一整段文字，再解析出答案，既慢又贵，还不稳定。

决策模型就是为这类场景设计的。它接收文字、JSON 甚至图片输入，针对一组"类型化问题"直接输出各选项的概率，比如"这封邮件 95% 是退款咨询、3% 是投诉"。你的代码可以据此直接分流：概率高于 0.9 就自动执行，低于阈值就转人工。没有自由文本要解析，也没有推理 token 要等待。

这个品类由 Typesafe 的 Jev 模型带火，而 Cloudflare 这次直接入局对标。

性能：快 2.5 倍到 13 倍

根据 Cloudflare 公布的 43 组基准测试数据：

  • Clef：270 亿参数，基于 Qwen3.8-27B 训练，中位决策延迟 209.3 毫秒；
  • Clef-flash：90 亿参数，基于 Qwen3.5-9B 训练，中位延迟仅 38.8 毫秒，比 Jev 快约 13 倍；
  • 相比之下，Jev 的中位延迟为 524.1 毫秒。

在 10 项决策基准测试中，Clef 系列有 7 项拿到最高分。以银行客服意图分类基准 BANKING77 为例，Clef 达到 94.2 macro-F1，而 Jev 为 79.74。工具调用选择基准 BFCL 上，Clef-flash 以 98.76% 的精确匹配率领先。

两款模型均支持 64K 上下文窗口（Jev 为 32K），并且支持图像和视频帧输入——这是 Jev 不具备的能力，意味着截图分诊、文档类型识别、图片内容审核这类任务可以一次调用完成。

Cloudflare 自己在威胁情报团队做了实测：让 Clef 配合浏览器渲染对域名做分类，抓取、渲染加分类全程 2.2 秒；同样的工作流用 gpt-oss-120b 要 4.7 秒，而且只返回两个分类结果。

价格：一百万次轻量决策不到 10 美分

按 Workers AI 定价页，Clef 输入价格为每百万 token 0.24 美元，Clef-flash 仅 0.09 美元，且没有输出 token 计费项——因为输出只是几个概率值。每天 1 万 Neurons 的免费额度同样适用。

对一个日均处理 10 万条客服消息的场景来说，用 Clef-flash 做初筛分类，一天的成本大约只有几美分。这正是"决策模型"的核心卖点：Agent 的调用里大部分是分类和路由，而不是创作，把这些交给一个 9B 的小模型，把生成式大模型留给真正需要推理的任务。

生态兼容与微调服务

Cloudflare 特意保持了与 Jev 及 SystemOne API 的兼容——现有 Jev 应用只需改一下接入端点就能切换到 Clef，不用重写代码。

同时，Cloudflare 还宣布了一项基于强化学习（RL）的微调服务，企业可以用自己的业务数据调优 Clef 的决策能力。目前该服务由 Cloudflare 工程师协助交付，自助版本承诺后续推出。

冷静看：它不能替代大模型

需要指出的是，Clef 在 GPQA Diamond 和 MMLU-Pro 这两个考验知识储备的基准上仍落后于 Jev——决策模型只擅长"分诊"，不擅长"思考"。另外，官方公告未直接标出价格，流传的定价数字来自定价页和第三方报道。

结语

9 月 30 日以来 8 天内，Liquid AI 的 d1、Cloudflare 的 Clef、亚马逊的 Strands Decider 2B 相继发布，全部指向 Jev 开创的同一架构方向。这个信号很明确：2026 年的 Agent 架构正在分层——决策层用又快又便宜的小模型，生成层才用大模型。如果你的 Agent 每天在跑大量分类和路由调用，Clef-flash 值得先测起来；权重开源意味着即使日后换平台，也不存在锁定风险。

来源：Cloudflare 官方博客及开发者文档（2026 年 10 月）