Clef od Cloudflare: 38,8 ms na decyzję i zgodność z API Jeva

Cloudflare udostępniło Clef i Clef-flash — modele decyzyjne, które zwracają prawdopodobieństwa dla opcji ze schematu zamiast generować tekst. Premiera odbyła się 1 października 2026: wagi na Hugging Face, licencja Apache 2.0, hosting w Workers AI, API zgodne z Jevem. Mediana opóźnienia wariantu flash to 38,8 ms.

Najważniejsze w skrócie

Clef to model 27B na backbonie Qwen3.8-27B z koderem wizyjnym, Clef-flash — 9B na Qwen3.5-9B
Okno kontekstu 64 tys. tokenów, wejście: tekst, JSON, obrazy i wideo
Mediana opóźnienia: 38,8 ms dla flash, 209,3 ms dla Clef, 524,1 ms dla Jeva
Pierwsze miejsce w Jev Decision Index i przewaga na 43 benchmarkach według Cloudflare
Licencja Apache 2.0, wagi na Hugging Face, hosting w Cloudflare Workers AI

38,8 msmediana opóźnienia Clef-flash — 13 razy szybciej niż JevCloudflare, 1.10.2026

Jeden przebieg prefill, zero generowania

Clef nie jest autoregresywnyModel autoregresywny: Taki, który tworzy odpowiedź token po tokenie, za każdym razem doklejając kolejny element do tego, co już powiedział. Każdy token to osobny przebieg sieci.. Model wykonuje pojedynczy przebieg prefill na stanie i schemacie, a potem równolegle punktuje wszystkie dopuszczalne wartości pól. Zamiast dziesiątek kroków dekodowania zostaje jedno przejście — stąd różnica w opóźnieniu.

Wejście

Stan + schemat pytańtekst, JSON, obraz lub wideo

Model

Jeden przebieg prefillbez generowania tokenów

Etap 1: opcje wyciągają kontekst ze stanuroutowanie uwagi

Etap 2: pola widzą się wzajemniespójność między polami

Równoległa punktacja wszystkich opcjiAllow

Prawdopodobieństwa zgodne ze schematemgotowe do użycia przez agenta

Ścieżka zapytania w Clef: od stanu i schematu do prawdopodobieństw

Drugi element to dwustopniowe routowanie uwagi: dopuszczalne opcje najpierw wyciągają ze stanu istotny kontekst, a potem pola mogą się nawzajem widzieć przed ocenianiem. W praktyce model decyduje o kilku polach naraz, zachowując między nimi spójność.

Dwa warianty, dwa kompromisy

Parametr	Clef	Clef-flash
Rozmiar	27B	9B
Backbone	Qwen3.8-27B	Qwen3.5-9B
Mediana opóźnienia	209,3 ms	38,8 ms
Wejście multimodalne	tekst, JSON, obraz, wideo	tekst, JSON, obraz, wideo
Licencja	Apache 2.0	Apache 2.0

Specyfikacja obu modeli według kart na Hugging Face i wpisu na blogu Cloudflare.

Zgodność z API jako dźwignia

Największą przewagą nie jest architektura, lecz interfejs. Clef jest w pełni zgodny z API Jeva, więc zespół korzystający dziś z zamkniętego modelu TypeSafe AI podmienia endpoint i zostaje przy własnym kodzie. To ten sam schemat, którym chmury przejmowały ruch z API OpenAI.

Cztery parametry, które decydują o wdrożeniu:

Qwen3.8-27Bmodel bazowy wariantu Clef

64k ctxokno kontekstu

bf16 safetensorsformat wag

Jev-compatible APIpodmiana endpointu bez zmian w kodzie

Baza modelu to Qwen3.8-27B, a wagi leżą na Hugging Face Hub — to trzeci w tym tygodniu model decyzyjny zbudowany na otwartych wagach Qwen.

Cloudflare dokłada do tego deklarację dotyczącą zapytań: nie czytamy ich, nie przechowujemy i nie trenujemy na nich. To obietnica umowna, nie własność techniczna modelu — warto ją czytać razem z regulaminem Workers AI.

Dlaczego to ważne?

Warstwa decyzyjna w agentach to ruch o wysokiej częstotliwości i niskiej wartości jednostkowej — dokładnie taki, na którym zarabia CDN. Cloudflare sprzedaje tu nie model, lecz brzeg sieci. Otwarte wagi są przy tym argumentem przeciw uzależnieniu od dostawcy, a nie produktem samym w sobie.

Co dalej?

Samoobsługowa platforma RL do dostrajania modeli jest zapowiedziana, ale nie ma daty premiery
Dostrajanie na zamówienie prowadzi na razie zespół inżynierów wdrożeniowych Cloudflare
Wyniki na 43 benchmarkach podaje sam dostawca, bez niezależnej weryfikacji