Cloudflare发布决策模型Clef

Cloudflare 发布两颗给智能体用的决策模型，Clef 和更小的 Clef-flash。决策模型不写长文，而是对事先定好的选项给出概率。The Decoder 举的例子是一条客户支持消息：Clef 判断它有多紧急，并指出该由哪个团队处理。后面的程序可以用这个结果去分流工单、触发升级，或把事情交给人。

Cloudflare 的原话是，对智能体作出的决定，人不再必然留在回路里。同一段又写，智能体可以收集上下文、做决定、采取行动，或在需要时交给人。两句要一起读。前一句是公司的判断，后一句说明交给人仍然是设计里的一条路。名字取自乐谱上的谱号：谱号规定哪条线对应哪个音，决策模型则规定后面的动作落在哪一组选项上。

公司把 Clef 放在大语言模型和传统分类器之间。语言模型能推理，也能调用工具，但输出会变，也可能慢。传统分类器快，可是每增加一个类别就要重新训练。Cloudflare 把接口做成与 TypeSafe AI 的 Jev 兼容，方便已经在用的客户切换。文章写，Jev 由前 OpenAI 研究员 Diogo Almeida 创办的 TypeSafe 在 9 月中推出。TypeSafe 把 Jev 说成没有胡编的输出。The Decoder 的限定是：这只保证答案留在预定选项里，并不保证选对。

速度是 Cloudflare 的主要卖点，数字是它自己报的。公司称，在 43 项基准上，Clef 和 Clef-flash 比它认为相关的竞争决策模型都快。中位延迟大约是 Clef-flash 39 毫秒，Clef 209 毫秒，Jev 略高于 524 毫秒。两颗模型直接跑在 Cloudflare 自己的基础设施上。公司还说，在它自己的数字里，Clef 的决策质量最高，Clef-flash 用低得多的延迟接近 Jev 的准确率。

表格里的准确率并不是每一行都由 Clef 领先，这里按原文列，不改成总冠军。API Bank 上，Clef 是 91.93，Clef-flash 是 93.11，Jev 是 88.19。When2Call 上，Clef 是 72.37，Clef-flash 是 65.58，Jev 是 80.97。PhishNChips 上，Clef 是 79.60，Clef-flash 是 75.05，Jev 是 62.55，DiffusionGemma 是 85.35。也就是说，When2Call 上 Jev 更高，PhishNChips 上 DiffusionGemma 更高。

威胁情报团队的一个例子：某个域名被标成时尚网站的概率是 95%，网店是 85%，钓鱼站点不到 1%。抓取、渲染和分类一共 2.2 秒。公司最快的通用语言模型做同一过程用了 4.7 秒，而且只返回两个类别。这是 Cloudflare 的例子，不是独立复测。Clef 可以处理图像。文章写，Jev 到目前仍限于文本。上下文是 6.4 万 token，是 Jev 的两倍。

基座按 Cloudflare 的说法，Clef 基于 Qwen3.8-27B，Clef-flash 基于 Qwen3.5-9B。训练时基座保持不变，用公司自己的合成数据去训练额外的组件，从模型内部的计算推出选项和概率。公司还用了校准决策强化学习的一个自己的变体。那是 TypeSafe 训练 Jev 时所用方法的变体，不是把 Jev 换了一个名字。

客户这边，Cloudflare 同时推出一项强化学习服务，让客户按自己的任务调整 Clef。一开始由驻场工程师和客户一起做微调，自助平台打算以后再提供。数据可以来自 AI Gateway 的请求日志，在当作沙箱的容器里评估，再用新的训练组件部署到 Workers AI。运行自定义模型用的是该公司 2025 年末收购的 Replicate 的技术。两颗模型已经在 Workers AI 上提供，并以 Apache-2.0 放在 Hugging Face。公司计划在内部用它们查看滥用举报、给支持请求分类，以及区分有用的机器人和有害的机器人。这些是计划中的内部用途。

文章用一句话提到，OpenAI 在 9 月下旬有一个建在 GPT-6 Luna 上的 Decisions 接口，输入可以是文本或图像。那是另一家的产品，这里不展开。Clef 的延迟、43 项基准和表格里的分数，都是 Cloudflare 自己报告的。The Decoder 没有给出独立测量。