Clef-Flash הוא מודל 9B שלעולם לא כותב טוקן — והבלוג של Cloudflare הגיע כמעט יום אחרי המשקולות

Cloudflare/clef-flash הוא מודל מולטימודלי בעל 9 מיליארד פרמטרים שמקבל מצב וסכמה של שאלות טיפוסיות ומחזיר הסתברות לכל תשובה מותרת. הוא אינו מייצר טקסט. לא "הוא מייצר טקסט בצורה גרועה" — אין לו כלל נתיב פלט טקסטואלי. המאגר שלו הופיע ב-Hugging Face בשעה 21:15 UTC ב-30 בספטמבר 2026 תחת Apache-2.0; פוסט ההכרזה של Cloudflare שהציג אותו, לצד ה-27B הגדול יותר Cloudflare/clef, פורסם בשעה 15:34 UTC ביום שלמחרת. במשך כשמונה-עשרה שעות המשקלים הפתוחים ונקודת הקצה המאוחסנת של Workers AI היו קיימים בפומבי לפני שהספק אמר מילה עליהם, וסדר זה הוא העובדה המעניינת ביותר בשחרור — מעניינת יותר, עבור כל מי שמחליט אם לחבר את זה לצינור, מכל שורת בנצ'מרק בודדת.

תקלה שנייה, קטנה יותר, הגיעה יומיים לאחר מכן. עמוד הספרייה של סביבת ריצה של צד שלישי עבור clef-flash — שם הרדאר של המאמר הזה ראה את המודל לראשונה — מציג אותו עם "חלון הקשר של 256K" בטבלת המודלים שלו, בעודו מציג את טקסט ה-README של Cloudflare עצמה — "חלון הקשר של 64K: פי שניים מהמצב שחלון ה-32K של Jev מחזיק" — כמה שורות מעל. שני המספרים לא יכולים להיות נכונים שניהם, והתיעוד של הספק מכריע לטובת הקטן יותר. סוג כזה של סטייה ראוי לציון כבר בהתחלה, משום שכל דבר אחר בכתבה הזו נובע מאותה שאלה: אילו מספרים הם של הספק, אילו הם של מראה, ואילו נבדקו בידי מישהו שאינו הספק.

מה שלמעשה נשלח, ובאיזה סדר

הרשומה, לפי הסדר:

• 30 בספטמבר 2026, 21:15:35 UTC — Cloudflare/clef, מודל 27B, נוצר ב-Hugging Face.

• 30 בספטמבר 2026, 21:15:36 UTC — Cloudflare/clef-flash נוצר, שנייה לאחר מכן. שניהם כיוונונים עדינים של בסיסי Qwen: Clef מ-Qwen3.8-27B, Clef-Flash מ-Qwen3.5-9B.

• 1 באוקטובר 2026, 15:23 UTC — זהו מועד השינוי האחרון במאגר של clef-flash, בערך כאשר נכתב טקסט כרטיס המודל שאנו מצטטים.

• 1 באוקטובר 2026, 15:34 UTC — "מציגים את Clef: מודלי ההחלטות בקוד פתוח שלנו, ופלטפורמה חדשה לכוונון עדין ב-RL" עולה בבלוג של Cloudflare, תוך אירוח של שני המודלים ב-Workers AI והשקת שירות כוונון עדין סביבם.

• 2–3 באוקטובר 2026 — סביבות ריצה של צד שלישי מרימות את המשקולות; מופיעים עמוד הספרייה של סביבת ריצה של צד שלישי וגרסאות בנייה קהילתיות מכומתות.

אז זה לא דליפה, לא השקה שקטה, ולא נקודת ביקורת בלתי מוכרזת שהקורא צריך להתייחס אליה כשמועה. זהו שחרור GA עם פוסט בבלוג, API מתארח על מעבדי ה-GPU בקצה של Cloudflare עצמה, רישיון Apache-2.0 על המשקלים, ופלטפורמת כוונון עדין מסחרית בצד. הדבר היחיד שבאמת מוזר הוא יתרון הזינוק של שמונה-עשרה שעות שהיה למאגר על פני ההכרזה — ארוך מספיק כדי שהמודל יהיה ציבורי בעוד שדף השיווק של הספק עצמו עדיין לא היה קיים, וקצר מספיק כדי שאיש מחוץ ל-Cloudflare לא הריץ אותו באופן ממשי.

מודל החלטה אינו מודל שפה קטן.

המסגור בפוסט של Cloudflare הוא שמודלי החלטה הם קטגוריה נפרדת, והארכיטקטורה תומכת בטענה במקום לקשט אותה. Clef-Flash משאיר את עמוד השדרה Qwen3.5-9B, כולל מקודד הראייה שלו, קפוא. מעליו יושבת ראש טרנספורמר קטנה — 243.5 MB של משקלות במהדורה, לעומת כארבעה קבצי עמוד שדרה מפוצלים שמגיעים ל-18.8 GB — אשר מנתבת ראיות מהמצב לכל שאלה ומנקדת כל אפשרות בכל שאלה במעבר אחד. Cloudflare מכנה זאת "לא-אוטורגרסיבית": אין יצירה טוקן-אחר-טוקן, אין טקסט חשיבה ביניים, ואין פרסור של פלט. אתה מקבל לוגיט אחד לכל אפשרות מותרת, מפעיל עליו softmax לפי שאלה, ויש לך התפלגות.

צורת הבקשה נובעת מכך. אתה מספק state — מחרוזת, או אובייקט JSON או מערך — רשימה אופציונלית של תמונות או פריימים של וידאו, ואחת עד שישים וארבע שאלות בעלות שמות. כל שאלה מצהירה על type: noul עבור שיפוט אמת/שקר שמחזיר את ההסתברות לאמת, choice עבור קבוצת אפשרויות בעלת שמות שמחזירה את האפשרות הנבחרת בתוספת הסתברויות לכל אפשרות ורמת ביטחון, או score עבור סולם סדור שמחזיר רמה משוקללת בהסתברות. קריטריונים הם אופציונליים עבור noul ונדרשים במידה מסוימת עבור האחרים, והתיעוד ישיר באופן יוצא דופן לגבי מלכודת אחת: ביטחון "מראה עד כמה ההסתברויות מרוכזות. זה לא הסיכוי שהתשובה נכונה." מודל שעונה בביטחון אינו בהכרח עונה נכון, ומדד כיול הוא הדבר היחיד שמפריד בין השניים.

ההבחנה הזו היא כל הסיבה להתעניין. אם אי־פעם ביקשתם ממודל לשימוש כללי לסווג פנייה לתמיכה ואז ניסיתם לפענח את התשובה, כבר שילמתם את המס שהעיצוב הזה מסיר. Clef-Flash לא יכול להפיק את המשפט "זה נראה כמו בעיית חיוב, כנראה?" כי הוא לא יכול להפיק משפט. הוא מחזיר {"choice": "billing", "probabilities": {"billing": 0.981, ...}, "confidence": 0.924} — הדוגמה היא ישירות מהתיעוד של Cloudflare עצמה — והקוד שלכם מחיל עליו סף.

המספרים, ומי שהריץ אותם

כל נתון שלהלן מגיע либо מכרטיס המודל של Cloudflare либо מהפוסט בבלוג, ו-Cloudflare הריצה את כולם. מערך המבחנים הוא Jev Decision Index — לוח דירוג שמפורסם על ידי TypeSafe, הספקית של Jev, המודל שכנגדו נבחן Clef-Flash — כך שההשוואה היא של מוצר של הספק עצמו הנמדד במדד של מתחרה, בהרצה של הספק. אין עדיין הערכה בלתי תלויה של Clef-Flash, והמאמר הזה אינו מתיימר אחרת.

בבנצ'מרקים הספציפיים להחלטות, Clef-Flash חזק באמת באופן שראוי להפריד מהשיווק: BFCL case-exact ‏98.8, ‏API-Bank ‏93.1, סימולציית מכשירי חשמל ביתיים 97.7, ‏ContractNLI macro-F1 ‏84.3, ‏RouterBench ‏79.9. הוא גובר על Clef 27B הגדול יותר ב-BFCL (98.8 מול 98.5), ב-API-Bank (93.1 מול 91.9) ובמערך מכשירי החשמל הביתיים (97.7 מול 83.0) — האחרון בהפרש של ארבעה עשר נקודות, התא המפתיע ביותר בטבלה וזה שאף אחד מחוץ ל-Cloudflare לא בדק.

ההפסדים ממשיים בדיוק באותה מידה ומקומם באותה פסקה. ב-CLINC150 עם טיפול מחוץ לתחום, clef-flash משיג 66.8 macro-F1 לעומת 97.4 של ה-27B ו-89.3 של Jev — נפילה תלולה של שלושים נקודות בזיהוי כוונות עם דלי "אחר", שזו בדיוק צורת הבקשה ששכבת ניתוב פוגשת לרוב. ב-ANLI הוא מקבל 59.1 לעומת 74.8 של Jev; ב-When2Call 65.6 לעומת 81.0 של Jev; ב-GPQA Diamond 51.0 לעומת 78.3 של Jev. וב-POP909-CL, מבחן תיוג אקורדים, הוא משיג 1.6 — מספר שהוא או אי-התאמה של פורמט נתונים או כשל אמיתי, והכרטיס לא אומר איזה.

טבלת ההשהיה היא המקום שבו המודל מצדיק את שמו. השהיית בקשה חציונית 38.8 ms, p95 122.4 ms, לעומת 27B Clef עם 209.3 / 238.6 ו-Jev עם 524.1 / 536.0. Cloudflare נמדדה בתשתית שלה עצמה, ולכן התייחסו למילישניות המוחלטות כאל חסם עליון למה שתראו במקום אחר, אבל הסדר — גרסת ה-flash מהירה בערך פי חמישה וחצי מהאח הגדול שלה עצמה ופי שלושה עשר מ-Jev בחציון — הוא העיצוב שעובד כפי שפורסם.

הנתון היחיד שהרשימות חלוקות לגביו

חלון ההקשר הוא המספר שיפגע באנשים, כי הוא זה שהועתק באופן שגוי. התיעוד של Workers AI של Cloudflare עבור @cf/cloudflare/clef-flash מציין חלון הקשר של 65,536 טוקנים. הפוסט בבלוג אומר "למודל שלנו יש חלון הקשר של 64k (בהשוואה ל-32k של Jev)". עוזר הקידוד של כרטיס המודל עצמו כברירת מחדל הוא max_length=16,384 טוקנים. בינתיים, רישום ספרייה של סביבת הרצה של צד שלישי מפרסם 256K בטבלה שלו.

שלושה מקורות ספקים מסכימים על בערך 64K, ורישום אחד של צד שלישי אומר פי ארבעה מכך. אם אתה מכייל פרומפט מול תקציב של 256K על סמך דף ספרייה, תגלה זאת בזמן הבקשה. הקריאה הכנה היא 65,536 טוקנים כתקרה המתועדת, עם הסתייגות שהערות השחרור של Cloudflare עצמה לעולם אינן מיישבות את ברירת המחדל של 16,384 הטוקנים של הכרטיס מולה — ברירת מחדל, לא מגבלה, אבל כזו שתעצב בשקט כמה מצב אתה שולח אם תשתמש בטוען המצורף כפי שהוא.

היכן ניתן לקרוא לזה, והיכן לא

Clef-Flash עדיין אינו אחד מהנתיבים ב-OrcaRouter. הקטלוג שלנו מחזיר עבורו 404, ואין לקרוא שום דבר בטקסט הזה כהצהרת זמינות מצדנו — אם אתה רוצה אותו כבר היום, Cloudflare מארחת אותו ב-Workers AI תמורת $0.09 למיליון טוקני קלט, ומשקולות ה-Apache-2.0 הן שלך להרצה מקומית.

המשמעות של זה עבור ההחלטה שהמאמר הזה באמת עוסק בה היא שמודל ניקוד שאפשר להגיע אליו רק דרך הפלטפורמה של ספק אחד הוא מודל ניקוד שאת השהיה והזמינות שלו אתה יורש יחד עם הדיוק שלו. החלופה המתארחת עם נתיב היא Jev 1.13 של TypeSafe, שנמצאת ב-OrcaRouter במחיר של 0.042 דולר למיליון טוקני קלט עם חלון הקשר של 65,536 טוקנים, ושהיא המודל ש-Cloudflare בחרה בתור מודל ההשוואה לבנצ'מרק שלה — בכוונה, מפני ששניהם תואמי API. Clef-Flash מדבר באותה /v1/systemone צורת בקשה, כך שניתן להחליף בין השניים מאחורי מתאם דק. היכולת להגיע לשניהם באמצעות מפתח אחד, כאשר מחיר המחירון של הספק מועבר הלאה ללא תוספת, היא הסיבה לשמור את ההשוואה הזו פעילה במקום להתחייב בארכיטקטורה למודל שבמקרה יצא ראשון.

מה ישנה את הקריאה הזו?

שלושה דברים, לפי מידת ההשפעה שלהם על התמונה.

מישהו מחוץ ל-Cloudflare צריך לשחזר את התאים של CLINC150+OOS ושל מכשירי החשמל הביתיים, משום שהם מצביעים בכיוונים מנוגדים והכרטיס אינו מספק מנגנון לאף אחד מהשניים. ציון של 66.8 בזיהוי כוונות מחוץ לתחום לצד 97.7 בשליטה במכשירים אינו עקומת יכולת חלקה; הוא מרמז על מודל שהוא טוב מאוד בצורות הסיווג שבהתפלגות האימון שלו והרבה יותר חלש בסירוב לסווג כשהתשובה הנכונה היא „אף אחד מאלה”. אם זה מחזיק מעמד בבדיקה עצמאית, זו העובדה התפעולית החשובה ביותר לגבי clef-flash והיא אינה מופיעה במדור עיקרי הדברים.

אי-ההתאמה ברשימה בין 64K ל-256K זקוקה למקור שיתקן אותה, מפני שהיא כרגע מתפשטת החוצה ממירור אל המקומות שאנשים באמת קוראים בהם. תיעוד ספק אינו בדרך כלל הדבר שצריך לצטט כדי לנצח בוויכוח נגד הכרטיס של סביבת הרצה, וזהו מקרה קטן שבו הוא כן.

והקטגוריה צריכה לשרוד מפגש עם עומסי עבודה אמיתיים. הניסוח של Cloudflare עצמה הוא שמודלים של החלטות יושבים בנתיב החם של סוכנים — שתי שניות לשלוף, לרנדר ולסווג אתר לעומת 4.7 שניות ל-LLM הכללי המהיר ביותר שלהם באותה משימה, בדוגמת ה-Threat Intelligence שלהם. זו טענה אמיתית וספציפית על תהליך עבודה אמיתי וספציפי, וזו טענה מהסוג שנקבע על ידי אנשים שמריצים אותה, לא על ידי טבלה.