Clef-Flash: מודל ההחלטות 9B של Cloudflare, ומה בעצם אומר ה-Cloudflare שבשם

Cloudflare/clef-flash הוא מודל בעל 9 מיליארד פרמטרים שעונה על שאלות בהסתברויות במקום במשפטים. אתם מוסרים לו מצב — טקסט, JSON, תמונה, פריים וידאו — יחד עם סכמה של עד 64 שאלות בעלות שם, והוא מחזיר ציון אחד לכל אפשרות מותרת במעבר קדימה אחד. אין טקסט מיוצר לנתח ואין עקבות חשיבה לקרוא, כי אין כלל נתיב פלט טקסטואלי. זה החצי הקטן של זוג: Cloudflare/clef הוא האח בעל 27 מיליארד הפרמטרים שיצא לאור לצידו, וחבר שלישי במשפחה, Cloudflare/clef-omni, מוסיף קלט אודיו על בסיס תערובת מומחים 30B. שלושתם מגיעים מ-Cloudflare עצמה, וזו העובדה שהכי כדאי לדייק בה, כי קורא שמגיע מחיפוש של שם המודל הזה מגיע בדרך כלל עם אחת משתי הנחות — שCloudflare/clef-flash הוא עותק של מודל של מישהו אחר המתארח ב-Cloudflare, או ש-Cloudflare הוא רק המארח — ושתיהן שגויות באותו כיוון.

מהו Clef-Flash, ומה הוא לא

התיאור החד-שורתי של הספק עצמו, המופיע שוב גם בכרטיס המודל של Hugging Face וגם בעמוד המודל של Workers AI, הוא שהוא "הופך מצב וסכמה של שאלות עם טיפוסים להחלטות". זו טענה צרה יותר מכפי שהיא נשמעת, וכדאי לפרק אותה לפני כל בנצ'מרק.

כל שאלה בסכמה שלך מצהירה על אחד משלושה סוגים:

• noul — שיפוט כן/לא שמחזיר את ההסתברות שהתשובה נכונה, עם תיאורים אופציונליים של מה שמשמעותם של כן ושל לא בהקשר של שאלה זו.

• בחירה — קבוצת אפשרויות בעלת שם של 2 עד 255 פריטים, שמחזירה את האפשרות הזוכה, הסתברות לכל אפשרות, ורמת ביטחון.

• ציון — רובריקה סדורה של 2 עד 10 רמות, המחזירה רמה משוקללת לפי הסתברות שיכולה לנחות בין הרמות, מקרא הממפה אינדקס לתיאור, הסתברויות לכל רמה, ורמת ביטחון.

בקשה מכילה 1 עד 64 שאלות, והתשובות חוזרות באובייקט answers שהמפתחות שלו הם מזהי השאלות שלך. כל אפשרות בכל שאלה מקבלת ניקוד באותו מעבר, כך שהעלות של סכימה בת שתים־עשרה שאלות אינה שתים־עשרה קריאות — היא אחת. מה שאתה מקבל בצד השני הוא התפלגות, לא משפט, והקוד שלך מחיל עליה סף.

שני דברים נובעים מכך, שאותם קורא שמשווה זאת למודל צ'אט צריך להפנים. ראשית, אין מצב כשל שבו המודל כותב הסבר שעליך לפענח לאחר מכן, כי אי אפשר להגיע לפרוזה. שנית, ופחות נוח: אם התשובה הנכונה אינה בסט האפשרויות שלך, ל-Clef-Flash אין מנגנון לומר לך זאת. הוא נותן ניקוד לאפשרויות שכתבת. שום דבר בסכמת הבקשה המפורסמת לא מוסיף קטגוריית "אף אחת מאלה" אלא אם כן תכניס אחת כזו שם בעצמך.

ה-Cloudflare שבשם: שלושה תפקידים, חברה אחת

אנשים מחפשים את הדגם הזה עם Cloudflare מצורף אליו — cloudflare/clef-flash, וcloudflare clef flash במילים פשוטות. כדאי לפרט את הקידומת, כי היא מצביעה על שלוש שכבות נפרדות ורק אחת מהן מספקת אירוח.

• הארגון שאימן אותו. Clef-Flash הוא מודל של Cloudflare. פוסט ההכרזה של Cloudflare, "מציגים את Clef: מודלי ההחלטות בקוד פתוח שלנו, ופלטפורמה חדשה לכוונון עדין ב-RL", שפורסם ב-1 באוקטובר 2026 וחתום בידי Michelle Chen, Alex Reneau ו-Kevin Flansburg, מתאר אותו כמהדורה שאומנה ב-Cloudflare ואומר שהמודלים עברו "אימון-המשך" (post-trained) בבית מתוך בסיס במשקולות פתוחות ממעלה הזרם. זהו לא צ'קפוינט של צד שלישי ש-Cloudflare אספה בדרכה.

• מרחב השמות של Hugging Face. המשקלים נמצאים ב־huggingface.co/Cloudflare/clef-flash. לכן המחרוזת cloudflare/clef-flash נפוצה: זהו נתיב מאגר, באותה צורה כמו כל מאגר אחר בבעלות ארגון. זו הסיבה הנפוצה ביותר לכך ששתי המילים מופיעות יחד, וזו אינה טענת אירוח.

• מארח ההסקה, שהוא גם Cloudflare. מזהה המודל המוגש הוא @cf/cloudflare/clef-flash, המופעל דרך Workers AI בכתובת api.cloudflare.com/client/v4/accounts/<account_id>/ai/run/@cf/cloudflare/clef-flash. לכן הסדר האירוח שיש לתאר אינו "מודל המתארח ב-Cloudflare" במובן הנייטרלי של רשומה בזירת מסחר. זהו הספק שמגיש את המשקולות שלו בפלטפורמה שלו.

ההשלכה המעשית היא זו: המודל, מתן הרישיון, נקודת הקצה של ה-API והחיוב — כולם מתנקזים לחברה אחת, ולקורא שהניח שיש שכבת אירוח עצמאית ביניהם אין ספק שני לחזור אליו בנקודת ביקורת זו. משקולות Apache-2.0 הן פתח המילוט היחיד מכך, והן אמיתיות — עוד על כך בהמשך. מה שלא נכון, עד כמה שדף ספק כלשהו שאנו יכולים למצוא מציין, הוא ש-Clef-Flash מוצע דרך ספק הסקה אחר. החומר של Cloudflare עצמה אינו מזכיר פלטפורמה של צד שלישי, ולא מצאנו אף אחת שמציעה אותו.

גודל, ארכיטקטורה ורישיון

המספרים, גם ממאגר המודל עצמו וגם מהתיעוד של Cloudflare, מציינים היום:

• פרמטרים — 9,409,813,744 ב-BF16, כך ש"9B" הוא עיגול כלפי מטה, לא הגזמה. מגדל הראייה נכלל בסכום הכולל הזה.

• עמוד שדרה — Qwen3.5-9B, קפוא במהלך שלב הפוסט-אימון, כולל מקודד הראייה שלו, מאוחסן כקובצי safetensors סטנדרטיים המחולקים למקטעים. ארבעה מקטעים, כ-18.8 GB של משקלים בסך הכל.

• החלק המאומן — "ראש סכימה משותף", ראש טרנספורמר קטן במשקל 243.5 MB שקורא את מצבי ההידון הסופיים של עמוד השדרה, מנתב ראיות מהמצב אל כל שאלה, ומנקד באופן משותף כל אפשרות בכל שאלה. לוגיט אחד לכל אפשרות מותרת; softmax לכל שאלה נותן את ההתפלגות.

• שיטת אימון, כפי ש-Cloudflare מתארת אותה — ראש הניתוב (routing head) עובר אופטימיזציה לצד מתאמים בדרגה נמוכה rank-256 מעל backbone קפוא, עם אנטרופיה צולבת עם החלקת תוויות לבדיקת תקפות הסכימה (schema validity), יחד עם אובדן Brier המכוון לכיול הסתברויות, ובנוסף מטרה משנית ש-Cloudflare מכנה Reinforcement Learning for Calibrated Decisions.

• רישיון — Apache-2.0, "בהתאם למודל הבסיסי", בלשון הכרטיס עצמו. השימוש המסחרי אינו מוגבל על ידי הרישיון, והמשקלות אינם חסומים: המאגר מורד ללא בקשת גישה.

צורת הדבר — כל מה שאומן יושב בראש בנפח 243 MB המוברג לעמוד שדרה קפוא בנפח 18.8 GB — היא הסיבה להתייחס לתיאור הארכיטקטורה ברצינות ולא כאל שיווק. המודל לא יכול היה ללמוד ידע חדש על העולם, מפני שהמשקולות הנושאות את הידע מעולם לא זזו. מה שהוא למד הוא כיצד לנתב ראיות להחלטה. זו יכולת אמיתית ומוגבלת, והיא מסבירה את דפוס הבנצ'מרק בהמשך העמוד הזה טוב יותר מכל טענת דיוק.

חלון ההקשר ותקרת הפלט

זהו הנתון שהשתנה, ואם אתם מחשבים את הגודל של פרומפט היום, עליכם לקרוא את המספר הנוכחי ולא מספר כלשהו שנמצא בתפוצה מאז ההשקה.

דף המודל Workers AI של Cloudflare עבור @cf/cloudflare/clef-flash, שנקרא ב-12 באוקטובר 2026, מציין חלון הקשר של 24,576 טוקנים. פוסט ההכרזה מ-1 באוקטובר מציין משהו אחר — "למודל שלנו יש חלון הקשר של 64k (לעומת 32k של Jev)" — וכרטיס ה-Hugging Face של המודל עצמו, העוזר encode_record מוגדר כברירת מחדל כ-max_length=16,384. לשם השוואה, דף Workers AI עבור ה-27B clef נותן 65,536 טוקנים והדף של clef-omni נותן 64,000.

הקריאה הכנה: התיעוד הנוכחי של הספק לדגם הספציפי הזה אומר 24,576, ופוסט ההשקה אמר 64k. אלה שני המקורות של הספק עצמו שסותרים זה את זה, ורק אחד מהם הוא העמוד שמפתח מבצע אינטגרציה מולו. אם בנית פרומפט בתקציב של 64K על סמך ההכרזה, התקרה המתועדת כעת היא בערך שליש מזה. בדוק לפני שאתה שולח.

קלטי מדיה מחויבים ונספרים כנגד אותו תקציב, וזה הפרט שפוגע הכי חזק. תמונות עוברות טוקניזציה לפי טלאי של 32×32 פיקסלים, עם שלושה טוקני סמן, וכל תמונה מוגבלת ל-1,024 טוקנים; תמונה מעל כמייגה-פיקסל אחד מוקטנת, ותמונה מתחת לכ-65,000 פיקסלים מוגדלת. אם טוקני המדיה בתוספת טוקני השאלה שלך חורגים מהחלון, הבקשה נכשלת לחלוטין. אם לא, הטקסט מצב נחתך כדי להתאים לשארית — בשקט, מהסוף, בלי שמועלית שגיאה. סכימה שמתאימה ליום אחד תאבד בשקט חלק מהמצב שלה ביום עמוס במסמכים.

הפלט המרבי אינו מפורסם. בעמוד המודל של Cloudflare נכתב רק ש"מודלי Clef אינם גובים עבור טוקנים של פלט", וסכמת התגובה כוללת שדה usage.output_tokens ללא תקרה מתועדת. זו אינה השמטה שיש לטשטש בניחוש: למודל ניקוד לא-אוטורגרסיבי אין תקציב פענוח במובן שיש למודל אוטורגרסיבי, והיצרן אינו מתעד מגבלה, כך שאין מגבלה לצטט. אם אתם זקוקים לאחת, הדבר שעליכם לשקול הוא מספר האפשרויות ומספר השאלות שלכם, ולא מספר הטוקנים בפלט.

מודאליות נכנסות, ובדיוק מה שחוזר

התיאורים של הספק וסכימת הבקשה תואמים בצד הקלט, אך נבדלים במעט בנקודה אחת, ולכן הנה הפיצול.

• קלטים, לפי כרטיס המודל — טקסט, JSON או נתונים מובנים מכל צורה, תמונות ומערכי פריימים של וידאו. רשומות טקסט בלבד ורשומות מולטימודליות יכולות להיות מעורבות באצווה אחת, ופרמטרי מדיה מועברים למעבד דרך שדה media_kwargs אופציונלי.

• קלטים, לפי סכימת הבקשה של Workers AI — רשימת הפרמטרים המתועדת חושפת images כמערך וללא פרמטר וידאו, עם מקסימום של 4 תמונות, 4 MiB ו-16 מגה-פיקסלים לתמונה, 8 MiB בסך הכול מפוענחים, ומגבלה של 13 MiB על גוף הבקשה כולו. רק בייטים מוטמעים: כתובות URL מרוחקות אינן מתקבלות.

• פלט — הסתברויות עבור האפשרויות שהגדרת, באובייקט answers, באחת משלוש צורות בהתאם לסוג השאלה. ללא טקסט חופשי, ללא markdown, ללא קריאות לכלים.

קראו את ההבדל הזה כהבחנה בין משטחי אירוח ולא כסתירה. ה-checkpoint מתעד פריימים של וידאו; נקודת הקצה של Workers AI שאליה אתם פונים דרך HTTP מתעדת תמונות. אם וידאו הוא חלק מהתוכנית שלכם, הנתיב שצריך לבדוק הוא זה של אחסון עצמי.

מה שטוענת Cloudflare, ומה שנמדד בפועל

כל מספר בסעיף הזה מגיע מ-Cloudflare, ו-Cloudflare הריצה את כל זה. זהו המשפט החשוב ביותר בעמוד הזה, ולכן כדאי להתייחס ספציפית למנגנון.

מערך הבנצ'מרקים הוא Decision Index 0.2.1. כרטיס המודל מתאר את התוצאות כ"הרצה הפנימית שלנו", ולוח הדירוג הציבורי שאליו הוא מקשר מתארח בכתובת המנוהלת על ידי Cloudflare. מודל ההשוואה לאורך כל הדרך הוא Jev של TypeSafe, והנתונים של תהליכי העבודה העסקיים מקצה לקצה מגיעים מ-Typesafe Evals. אז ההשוואה היא ספק שמודד את המודל של עצמו, על מדד הקרוי על שם המתחרה שכנגדו הוא נמדד, ומפרסם את התוצאה בעצמו. אין הערכה בלתי תלויה של Clef-Flash. בבדיקה היום: ל-Artificial Analysis אין עמוד מודל עבורו, ולוח הדירוג הטקסטואלי של LMArena אינו מציג כלל מודל המסומן כ-Cloudflare. כאשר ספק אינו מפרסם ציון של צד שלישי, עצם האמירה על כך היא הממצא.

כשהתווית הזאת מצורפת, התוצאות במשימות שצורתן החלטה הן חזקות באמת: BFCL case-exact 98.8, דיוק API-Bank 93.1, macro-F1 של ContractNLI 84.3, RouterBench 79.9, FinEntity 97.1, ו-case-exact של סימולטור מכשירי בית של 97.7 — כשהאחרונה שבהן גבוהה בארבעה עשר נקודות מה-Clef 27B הגדול יותר באותה שורה. גם שורות הידע הכללי מחזיקות מעמד: MMLU 91.8, ARC-Easy 99.5, ARC-Challenge 98.3, WinoGrande 97.5, HellaSwag 98.6, CLadder 97.7, ו-Brier של ForecastBench של 10.6, שהוא הטוב ביותר בעמודה שלו, ומהסוג של מספר כיול שמודל שמפיק הסתברויות צריך להיבחן לפיו.

ההפסדים שייכים לאותה פסקה, ויש להם צורה. ב-CLINC150 עם טיפול מחוץ לתחום, Clef-Flash משיג 66.8 macro-F1 לעומת 97.4 של 27B Clef ו-89.3 של Jev. ב-ANLI הוא מקבל 59.1 לעומת 74.8 של Jev. ב-When2Call 65.6 לעומת 81.0. ב-GPQA Diamond 51.0 לעומת 78.3. ב-RAGTruth 35.6 לעומת 76.5. וב-POP909-CL, בנצ'מרק לתיוג אקורדים, הוא מחזיר 1.6.

ציון של 66.8 בזיהוי כוונות מחוץ לתחום, שלצדו 97.7 בשליטה במכשירים, אינו עקומת יכולת חלקה. זהו הפרופיל של מדרג שהוא טוב מאוד בצורות הסיווג שעליהן עבר אימון-המשך, והרבה יותר חלש בסירוב לסווג כאשר התשובה הנכונה היא "אף אחד מאלה" — וזה, באופן מביך, בדיוק שיקול הדעת ששכבת ניתוב או צינור מיון זקוקים לו ביותר. ה-1.6 בתיוג אקורדים הוא או אי-התאמת פורמט או כשל אמיתי, והכרטיס אינו מבדיל ביניהם.

תוצאות זרימות עבודה, מ-Typesafe Evals, מעורבות יותר משורות הכותרת: עיבוד חשבוניות – פעולות מדויקות 57.1 מול 64.7 של Clef ו-61.8 של Jev; שירות לקוחות – פעולות מדויקות 77.0, לפני שתיהן; תקריות אבטחה 61.7; נראות מעקב סוכן 69.8. ה-27B האח מנצח בטבלת זרימות העבודה בשלוש שורות מתוך חמש.

לטנציה היא המקום שבו המודל מצדיק את שמו, ואותה הסתייגות חלה גם כאן. חציון לטנציית בקשות: 38.8 ms ו-p95: 122.4 ms, כפי שנמדד על ידי Cloudflare בתשתית של Cloudflare, לעומת 209.3 / 238.6 עבור ה-Clef 27B. מילישניות אבסולוטיות מהחומרה של הספק עצמו אינן חסם עליון לשום דבר ואינן חסם תחתון לשום דבר; הדירוג הוא הטענה, והדירוג — מהיר פי חמישה בערך מאחיו הגדול יותר — הוא הארכיטקטורה שעושה את מה שהיא אומרת.

איך הקורא בפועל קורא לזה

ישנם שני מסלולים, והם התחייבויות שונות בתכלית.

המסלול המתארח. הפעילו אותו ב-Workers AI בתור @cf/cloudflare/clef-flash, מתוך Worker דרך ה-binding env.AI.run(), או דרך REST בנקודת הקצה של Cloudflare API עם bearer token. השדות הנדרשים הם model, state ו-questions; הבורר model חייב להתאים לתבנית ^\s*(clef|clef-flash)\s*$, וכך מבדילים בין גרסאות 27B ו-9B באותה נקודת קצה. התמחור בדף המודל של Workers AI ובדף התמחור של Workers AI הוא $0.038 למיליון טוקני קלט, כאשר מדיה עוברת טוקניזציה לטוקני קלט באותו תעריף ואין חיוב עבור טוקני פלט.

המסלול של אירוח עצמי. המשקלים הם Apache-2.0 ואינם מוגבלים בגישה, כך שתוכלו להריץ אותם בעצמכם. הכרטיס מתעד מסלול ייחוס של torch 2.11 ו-transformers 5.10.2 על H200 בודד, עם pillow לקלטי תמונה וווידאו, ומפנה ל-SGLang cookbook עבור פקודות הפעלה ב-H200, B200 ו-B300. כאשר מוגש כך, המודל עונה בכתובת /v1/systemone.

הנתיב הזה אינו מקרי, משום שהוא הסיבה לכך שהמודל הזה ראוי להבנה ולא רק לשימוש. Clef-Flash הוא "תואם לחלוטין ל-Jev ול-SystemOne", בלשון הכרטיס: הוא מקבל גוף בקשה של Jev/SystemOne ומחזיר את אותו גוף תגובה — מודל, תשובות לפי מזהה שאלה, שימוש. התאימות הייתה מכוונת מספיק כך שקומיט מאוחר יותר למאגר מוסיף את systemone כנקודת כניסה במפורש. אם הצינור שלך כבר שולח שאלות למודל החלטות בצורה הזו, החלפתו בזה היא מחרוזת מודל וכתובת URL, לא מיגרציה. זו הפחתה אמיתית בעלות ההחלפה, וזו העובדה הארכיטקטונית היחידה כאן שמשנה מה קורא יכול לעשות.

הערת ניתוב אחת, המוצגת כעובדה ולא כדברי מכירה: OrcaRouter אינו מספק את Cloudflare/clef-flash. בדקנו היום את הקטלוג החי שלנו והוא אינו נמצא בו, ואין לקרוא שום דבר בעמוד הזה כטענה שהוא כן. מה שכן יש בקטלוג שלנו הוא המודל ש-Clef-Flash נבנה להיות תחליף ישיר עבורו — Jev 1.13 של TypeSafe מופיע בקטלוג שלנו במחיר של 0.042 דולר למיליון טוקני קלט בטבלת התמחור שלו (תג העובדות המהירות בעמוד מעגל זאת ל-0.04 דולר), עם חלון הקשר של 65K טוקנים ואותו סוג נקודת קצה POST /v1/systemone. מכיוון ששניהם מדברים באותו פורמט תקשורת, ההחלפה ביניהם היא שינוי קונפיגורציה ולא כתיבה מחדש, וזו בדיוק הסיבה לשמור את שניהם נגישים ממפתח אחד במקום להתחייב לארכיטקטורה למודל שיצא ראשון. OrcaRouter פועל על מחיר המחירון של הספק, המועבר הלאה ללא תוספת, כך ששינוי מחיר אצל מי מהספקים חי אצלנו באותו יום.

מה עדיין פתוח?

שלושה דברים, בסדר שבו הם ישנו את התמונה.

מישהו מחוץ ל-Cloudflare צריך לשחזר יחד את תאי „מחוץ לתחום” ו„מכשירי בית” של CLINC150, מפני שהם מצביעים לכיוונים מנוגדים, וההרצה שפורסמה אינה מספקת מנגנון לאף אחד מהשניים. אם 66.8 מחזיק מעמד בבדיקות עצמאיות, זו העובדה התפעולית החשובה ביותר בנוגע ל-Clef-Flash, והיא אינה ברשימת החוזקות של ההכרזה.

חלון ההקשר זקוק למספר אחד מתואם מהספק. כרגע, עמוד התיעוד של המודל עצמו אומר 24,576 טוקנים, פוסט ההשקה אומר 64k, וכלי העזר לקידוד המצורף מגדיר כברירת מחדל 16,384. כל מי שמחשב את הגודל של פרומפט לפרודקשן בוחר באיזו משלוש הצהרות הספק להאמין.

והקטגוריה זקוקה למגע עם עומסי עבודה אמיתיים בהיקף ייצור. התפיסה של Cloudflare היא שמודלי החלטה יושבים בנתיב החם — דוגמה לסיווג תחומים בפוסט שלהם מציגה את Clef מחזיר הכרעה תוך 2.2 שניות לעומת 4.7 שניות של מודל לשימוש כללי באותה משימה. זוהי טענה ספציפית וניתנת לבדיקה לגבי תהליך עבודה ספציפי, והיא תוכרע על ידי אנשים שמריצים אותו, לא על ידי טבלה.