Clef: Qué es realmente el modelo de decisión de 27B de Cloudflare

Clef es un modelo de decisión multimodal de 27 mil millones de parámetros publicado por Cloudflare. Le proporcionas un estado —una cadena, un objeto JSON, una imagen, un clip de vídeo— más un esquema de hasta 64 preguntas tipadas, y devuelve una probabilidad para cada opción permitida de cada pregunta en una única pasada hacia delante. En ningún punto del proceso hay generación de texto ni análisis de la salida: el modelo emite un logit por cada opción permitida, aplicas softmax por pregunta y ya está. Los pesos son Apache-2.0 y residen en el Cloudflare/clef repositorio de Hugging Face; Cloudflare también sirve el modelo desde su propia plataforma Workers AI.

Dos fechas importan para orientarse, y ninguna de ellas es la razón por la que existe esta página. Los pesos se publicaron el 30 de septiembre de 2026 y la entrada de anuncio de Cloudflare está fechada el 1 de octubre de 2026, lo que hace que Clef tenga doce días de antigüedad el día en que se escribió esto — lo suficientemente antiguo como para que no sea noticia, y esta página no lo trata como tal. Existe porque «clef» es una consulta que la gente realmente escribe y, hasta ahora, nada en este blog la respondía. El lanzamiento es la forma en que se fecha el modelo; el material de referencia que aparece abajo es lo importante.

La cuestión del tamaño, resuelta desde la editorial

Hay dos recuentos de parámetros que circulan uno junto al otro y solo uno de ellos pertenece a este modelo.

• Clef es 27B. La propia página del modelo de Cloudflare lo describe como "un modelo de decisiones multimodal de 27B", y la tarjeta del modelo en Hugging Face dice lo mismo en su línea inicial: "Clef es un modelo multimodal de 27B que convierte un estado y un esquema de preguntas tipadas en decisiones".

• 9B es un modelo diferente, no un segundo tamaño de este. El checkpoint 9B es Clef Flash, un hermano aparte con su propio repositorio y su propia página de modelo. Quien buscaba un Clef 9B estaba buscando Clef Flash. No son intercambiables y las cifras no son transferibles.

• También hay un tercer miembro. Clef Omni, anunciado el 9 de octubre de 2026, es un modelo de mezcla de expertos de 30B con 3B de parámetros activos, construido sobre una arquitectura base diferente. También lee audio. Si has visto "30B" asociado a Clef, ese es Clef Omni, no Clef.

Así que el tamaño del modelo en esta página es de 27B, punto. Y el repositorio lo distribuye en safetensors BF16. El conjunto de archivos publicados suma aproximadamente 55 GB repartidos en veinticinco archivos, que es la cifra que importa si tienes intención de autoalojarlo en lugar de llamarlo.

Cómo se relaciona Clef con Clef Flash

Cloudflare lanzó Clef como una familia, y la estructura de la familia es la parte útil, no un detalle secundario. Clef y Clef Flash comparten una receta: congelar un backbone Qwen3.8-27B para el modelo más grande y un backbone Qwen3.5-9B para el más pequeño, conservar el codificador de visión y entrenar una pequeña cabeza de esquema conjunta por encima, además de adaptadores de bajo rango. Mismo contrato de salida, distinta capacidad y un perfil de latencia muy diferente.

Ese contrato compartido es la razón por la que vale la pena entender ambos modelos juntos: un esquema escrito para uno es un esquema para el otro, y cambiar cuál de ellos responde es un identificador de modelo en lugar de una reescritura. El compromiso es velocidad frente a capacidad, y la propia publicación del 9 de octubre de Cloudflare agudizó la disyuntiva al recortar el precio alojado de Clef Flash a $0.038 por millón de tokens de entrada, mientras dejaba a Clef en $0.24 por millón de tokens de entrada. Nótese lo que también hizo esa publicación: redujo la ventana de contexto alojada de Clef Flash a 24,000 tokens, por debajo de los 64,000 que se habían anunciado previamente para él, mientras que Clef se mantuvo en 64,000.

Arquitectura: una red troncal congelada más una cabeza de puntuación

Clef no es un modelo de lenguaje disfrazado de clasificador. Merece la pena enunciar el diseño con precisión porque explica casi todas las demás propiedades del modelo.

• Backbone — Qwen3.8-27B, incluido su codificador de visión, transferido y congelado, almacenado como safetensors fragmentados convencionales.

• Cabeza de esquema conjunta — una pequeña cabeza transformer que lee los estados ocultos finales del backbone, enruta la evidencia desde el estado hacia cada pregunta y puntúa conjuntamente todas las opciones de todas las preguntas en lugar de una pregunta a la vez.

• Entrenamiento — adaptadores de bajo rango de rango 256, entropía cruzada con suavizado de etiquetas más una pérdida de Brier para la calibración, y el bucle de Cloudflare «Aprendizaje por refuerzo para decisiones calibradas».

• Salida — un logit por opción permitida, por pregunta. Softmax por pregunta te da las probabilidades. No sale nada más.

La puntuación conjunta es lo que distingue a Clef de una pila de clasificadores independientes. Como todas las preguntas se puntúan contra el mismo estado oculto en una sola pasada, las preguntas pueden aportarse información entre sí, y todo el proceso es no autorregresivo —no hay bucle de decodificación, que es de donde provienen las cifras de latencia. Cloudflare describe la inferencia como una pasada de solo prefill.

Contexto, límites y qué incluye

En cuanto al contexto y la modalidad, el material del proveedor es específico, y donde guarda silencio, ese silencio merece registrarse en lugar de encubrirse.

• Ventana de contexto — 65.536 tokens en el endpoint alojado de Workers AI de Cloudflare, según la página del modelo. Esa es la cifra que la publicación de lanzamiento de Cloudflare contrasta con la ventana de 32.000 tokens que atribuye a Jev de TypeSafe.

• Contexto autoalojado — La publicación de Cloudflare del 9 de octubre dice que los pesos de Hugging Face se entrenaron para admitir una ventana de 256.000 tokens si los ejecutas por tu cuenta. El codificador incluido en ese repositorio tiene como valor predeterminado max_length=16,384, que es un valor predeterminado en lugar de un límite máximo, pero es lo que obtienes si usas el cargador tal como se distribuye.

• Salida máxima — no publicado. No hay un presupuesto de tokens que publicar: el modelo devuelve un vector de probabilidad fijo por pregunta, por lo que el límite natural es el esquema (de 1 a 64 preguntas, cada una con 2 a 26 opciones) en lugar de una longitud en tokens.

• Modalidades de entrada — texto, JSON, imágenes y vídeo. La página de Workers AI indica que la visión es compatible y acepta imágenes PNG, JPEG o WebP, hasta cuatro por solicitud. Clef Omni, por su parte, añade audio; Clef en sí no lo hace.

• Modalidad de salida — probabilidades. Clef no puede redactar una respuesta, resumir un hilo ni producir una frase, y no inventará una categoría que usted no haya declarado.

• Licencia — Apache-2.0, siguiendo el checkpoint base Qwen3.8-27B. La página del modelo de Cloudflare enlaza al archivo de licencia en lugar de nombrarla en el texto de la página; el propio archivo de licencia es Apache-2.0.

Un detalle de implementación está documentado como una trampa y vale la pena repetirlo: el campo de confianza informa cuán concentradas están las probabilidades, no la probabilidad de que la respuesta sea correcta. Un modelo bien calibrado puede devolver una respuesta correcta con baja confianza y una incorrecta con alta confianza.

Lo que Cloudflare afirma, y lo que realmente se ha medido

Esta es la sección que hay que leer con atención, porque el espacio entre las dos mitades del encabezado es amplio.

Todas las cifras de rendimiento asociadas a Clef provienen de Cloudflare. La tarjeta del modelo publica una tabla de más de cuarenta filas a partir de lo que describe como «nuestra ejecución interna de la suite Decision Index 0.2.1», y esa tabla de clasificación está alojada por Cloudflare. Las evaluaciones de flujo de trabajo que aparecen debajo se extraen del conjunto público de evaluaciones de TypeSafe, pero la ejecución sigue siendo de Cloudflare. A día de hoy no encuentro ninguna reproducción independiente y de terceros de ninguna de las dos tablas —ni un laboratorio externo, ni una tabla de clasificación neutral, ni una replicación publicada—. Considera las cifras como el mejor caso del proveedor, no como mediciones.

El patrón dentro de esos números es más informativo que cualquier celda individual. Los resultados más sólidos de Clef se dan en tareas con forma de clasificación: en la ejecución de Cloudflare reporta 94,2 de macro-F1 en intención de BANKING77 frente a 79,7 de Jev, y 97,4 de macro-F1 en CLINC150 con manejo de out-of-scope frente a 89,3. La cifra de out-of-scope es la interesante a nivel operativo, porque negarse a clasificar es la mitad difícil del enrutamiento. También reporta 98,5 de case-exact en BFCL y 86,7 en CRUXEval.

Las pérdidas apuntan en la misma dirección, de forma consistente. En la misma tabla, Clef reporta GPQA Diamond en 48.0 frente a los 78.3 de Jev, MMLU-Pro en 65.9 frente a 82.7, y BBH en 73.7 frente a 92.9. Esas son las tres brechas más grandes de la tabla y todas describen la misma debilidad: razonamiento fuera de las formas con las que se entrenó el modelo. En las cuatro evaluaciones de flujo de trabajo de extremo a extremo, los dos modelos están lo bastante cerca como para que el orden no sea un hallazgo.

La latencia es el único punto en el que la ventaja es estructural y no marginal, y, por lo tanto, el que más probabilidades tiene de sobrevivir al contacto con producción. Cloudflare informa una mediana de 209,3 ms y un p95 de 238,6 ms para Clef, frente a 524,1 ms y 536,0 ms para Jev. Ese orden se deriva del diseño no autorregresivo y no de las peculiaridades de un benchmark, pero los milisegundos absolutos se midieron en el hardware propio de Cloudflare y, por sí solos, significan poco.

Cabe señalar, para quien ya haya leído una tabla de benchmarks de Clef en este blog, que las cifras de servicio cambiaron el 9 de octubre. Cloudflare migró Clef a SGLang para el servicio y contribuyó el trabajo upstream, informando aceleraciones medianas de 1,7× con aproximadamente 800 tokens de entrada y 2,0× con aproximadamente 3400 tokens. Son cambios en la capa de servicio, no nuevos pesos, y el modelo en sí no ha cambiado. Si citas una cifra de latencia anterior al 9 de octubre, está desactualizada.

Llamar a Clef y acertar con la relación con Cloudflare

Hay dos formas de ejecutarlo, y ninguna es misteriosa.

El primero es el endpoint propio de Cloudflare. Clef se sirve desde Workers AI, la propia plataforma de inferencia de Cloudflare, a $0,24 por millón de tokens de entrada y sin cargo por los tokens de salida, lo cual se deriva de que no hay tokens de salida. Las entradas multimedia se convierten en tokens y se facturan a la misma tarifa de entrada. Este es el editor alojando su propio modelo, y eso es todo lo que hay en la relación: las búsquedas que asocian el nombre de este modelo con Cloudflare no apuntan a un host de terceros que se diera la casualidad de que lo añadió. Cloudflare lo construyó.

El segundo es tu propio hardware. Los pesos están en Hugging Face bajo Apache-2.0, por lo que se permite el autoalojamiento sin una licencia comercial. Las propias pruebas de Cloudflare usaron torch 2.11 en una sola H200, con pillow para entrada de imagen y video. Si has leído que Clef también se ejecuta en SGLang, eso es correcto a partir del cambio de servicio 9; el trabajo upstream está previsto para su lanzamiento en SGLang 0.5.22.

La forma de la API deliberadamente no es novedosa. Los cuerpos de solicitud y respuesta de Clef son compatibles con el formato SystemOne de TypeSafe, por lo que una canalización ya configurada para un modelo de decisión de esa forma puede apuntar a Clef cambiando una URL y una cadena de modelo. Ese es un argumento real de costo de cambio y corta en ambas direcciones, que es la forma honesta de leerlo: como la interfaz es la misma, adoptar Clef es barato, y abandonarlo es igualmente barato. La postura sensata para un equipo con un endpoint de decisión ya en producción es ejecutar ambos contra su propio tráfico en lugar de migrar. Si enruta a través de OrcaRouter, el Jev 1.13 de TypeSafe es un modelo listado en nuestro catálogo, por lo que una prueba A/B entre el proveedor actual y lo que sea que autoalojes se sitúa detrás de una sola clave en lugar de dos contratos — más de 200 modelos, precio de lista del proveedor traspasado sin margen por token, y conmutación por error gestionada para usted.

Una cosa que esta página no te dirá es si Clef está disponible a través de nosotros. Cloudflare lo publica en Workers AI y en Hugging Face, y yo no he verificado una ruta a través de nuestra propia lista de modelos, así que no hay nada que afirmar.

¿Qué sigue sin resolverse?

Lo más útil que podría pasarle a Clef es una replicación externa del Decision Index. La suite es pública y Cloudflare describe las evaluaciones como reproducibles, así que una ejecución de terceros es la diferencia entre la tabla de un proveedor y un hecho. Hasta que eso exista, el resumen honesto del perfil publicado de Clef es que es un clasificador restringido muy sólido con un diseño rápido y no autorregresivo, y un razonador general sustancialmente más débil que el modelo contra el que se evaluó.

Tres cosas concretas cambiarían esa interpretación. Una reproducción neutral de las cifras fuera de alcance de BANKING77 y CLINC150, porque una brecha de treinta puntos frente al sistema actual o bien lo dice todo, o bien es un artefacto. Una cifra de p95 bajo concurrencia real, porque una mediana de 209 ms medida en una sola H200 no dice nada sobre una ruta crítica bajo carga. Y un Clef ajustado que supere a la base en una tarea para la que la base nunca se entrenó, algo que la plataforma de ajuste fino con RL de Cloudflare está diseñada para producir, pero que aún no ha demostrado con el resultado de un cliente.

Hasta entonces, aquello en lo que un lector puede confiar es la forma de la cosa: 27B de parámetros, un backbone congelado Qwen3.8-27B con su codificador de visión, una cabeza de esquema conjunta, 65.536 tokens de contexto alojado, entrada de texto, JSON, imágenes y vídeo; salida de probabilidades, Apache-2.0. Eso es suficiente para decidir si la arquitectura encaja con tu problema. La pregunta que aún no puede responder es si la propia tabla de puntuaciones del proveedor es correcta con respecto al modelo, y nadie fuera de Cloudflare lo ha comprobado.