Cloudflare 开源 Clef：AI 模型不写字了，只负责“下决定”

10 月 1 日，Cloudflare 发布了两款新模型 Clef 和 Clef-flash。这是 Cloudflare 的 Workers AI 团队第一次自己训练模型。它们最大的特点很反常识：不生成文本，只输出概率。

Cloudflare 把它们叫做“决策模型”（decision model）。它的工作方式跟聊天模型完全不同。你给它一段输入状态，再加一组你自己定义好的问题，它给每个允许的答案返回一个概率。你的代码拿到数字就能直接分支，不用解析任何文字。

怎么问，它就怎么答

Clef 支持三种提问类型：

• noul：是非题，返回“是”的概率。比如“这条工单紧急吗”。
• choice：多选一，返回每个选项的概率加一个置信度。比如“该由哪个团队接手”，选项是账单、技术或销售。
• score：按你给的量表打分，返回按概率加权的分数。比如对用户提交的内容按自家风控量表评分。

一次请求最多带 64 个问题，还能附 4 张图片。视觉编码器是 Clef 有的、对手没有的：Typesafe 的 Jev 只读文本。例子很直白：客服工单进来，一次调用问清“紧急吗、谁接、严重程度”，后面的路由、拦截、转人工全是程序逻辑。

数字：延迟和准确率都不低

Cloudflare 的卖点就是快。它的模型跑在 Cloudflare 的边缘 GPU 上，离用户近，网络往返短。官方 43 次测试的中位数延迟：Clef 209.3 毫秒，Clef-flash 38.8 毫秒，Jev 524.1 毫秒。p95 下 Clef-flash 是 122.4 毫秒，Jev 536.0 毫秒。注意这是 Cloudflare 自己的测试数据，第三方还没复现过。

准确率方面，10 个决策基准里 Clef 有 7 个拿第一。分类任务 BANKING77 上 Clef 的 macro-F1 是 94.20，Jev 79.74。工具调用评测 BFCL 上 Clef-flash 的 case-exact 达到 98.76。在 Typesafe 自家的工作流评测里，发票处理、客服、安全事件 3 个场景 Clef 也赢了 Jev。训练数据没有公开，这是 The Register 指出的一点。

版本分工很清楚：Clef 是 27B 参数的精度版，Clef-flash 是 9B 参数的延迟版，两者上下文窗口都是 64K token。权重挂在 Hugging Face，Apache 2.0 协议，可以本地部署。Workers AI 上的托管价格：Clef 每百万输入 token 0.24 美元，Clef-flash 0.09 美元，输出不计费。

兼容 Jev，直接换 endpoint 就能用

Clef 用的 API 格式和 Jev 一样，Cloudflare 说这是“System One API”。已经接入 Jev 的项目，改 endpoint 和模型名就能切换。换句话说，Cloudflare 是瞄准 Jev 的用户直接开打的。

除此之外，Cloudflare 还同步推了一个 RL 微调服务：你可以用自己的请求数据微调 Clef 再重新部署。初期是跟 Cloudflare 的工程师团队一对一合作，后续会出自助版本，让你用自己的数据在 Cloudflare 的基础设施上完成微调和重新部署。Cloudflare 承诺，除非你主动加入这个微调服务，否则它不读、不存、不用你的请求数据训练。

这是一条新赛道

三周内，这是第三个公开的决策模型：Typesafe 9 月 15 日先发 Jev，OpenAI 9 月 29 日开了 Decisions API 的有限预览，Cloudflare 10 月 1 日跟进。同一天，亚马逊也推了个开源的 Strands Decider 2B。四家撞在同一周，说明这是一个被多方验证的新方向。

场景其实很具体。Agent 守卫（agent guardrails）：智能体调用工具前，先花几十毫秒问模型“这步该不该做”，便宜又可审查。工单分诊、信任与安全评分、威胁情报分类，Cloudflare 自己的例子：域名分类任务配上 Browser Run，Clef 2.2 秒完成，同流程下通用模型 gpt-oss-120b 要 4.7 秒，标签还少。

本质上，这是把 LLM 的“慢思考”拆成了“快决策”。要推理的时候你继续调大模型，要拿一个数字做判断的时候，用 Clef 这种便宜、小、快的模型。智能体跑进生产环境之后，“能不能快而稳地做无数个小判断”成了刚需——这就是这波决策模型集体出货的原因。