Clef-Flash：Cloudflareの9B意思決定モデル、そして名前に含まれるCloudflareが実際に何を意味するのか

Cloudflare/clef-flashは、文章ではなく確率で質問に答える90億パラメータのモデルです。テキスト、JSON、画像、動画の1フレームといった状態と、最大64個の名前付き質問からなるスキーマを渡すと、単一のフォワードパスで許可された選択肢ごとに1つのスコアを返します。解析すべき生成テキストも、読むべき推論トレースもありません。テキスト出力の経路そのものが存在しないからです。これはペアの小さいほうです。Cloudflare/clefは同時に公開された270億パラメータの兄弟モデルで、さらに3番目のファミリーメンバーであるCloudflare/clef-omniは、30Bのmixture-of-expertsバックボーンに音声入力を追加しています。この3つはいずれもCloudflare自身によるもので、この点こそが最も正確に押さえておく価値のある事実です。というのも、このモデル名を検索してたどり着いた読者は、たいてい次の2つの想定のどちらかを持っているからです。すなわち、Cloudflare/clef-flashは他社のモデルをCloudflareがホストしているコピーだという想定か、Cloudflareは単なるホストにすぎないという想定であり、どちらも同じ方向に間違っています。

Clef-Flashとは何か、そして何ではないか

ベンダー自身による一行の説明は、Hugging Face のモデルカードと Workers AI のモデルページの両方に繰り返されていて、「状態と、型付きの質問のスキーマを、意思決定へと変える」というものだ。これは聞こえよりも狭い主張であり、どんなベンチマークの前にも紐解く価値がある。

スキーマ内の各質問は、3つの型のいずれかを宣言します：

• noul — 回答が真である確率を返すはい/いいえの判定で、この質問の文脈において「はい」と「いいえ」が何を意味するかの説明を任意で付けられます。

• choice — 2～255件のエントリからなる名前付きの選択肢セットで、当選した選択肢、選択肢ごとの確率、信頼度を返します。

• スコア — 2～10段階の順序付きルーブリックで、段階間に入ることもある確率加重レベル、インデックスを説明に対応付ける凡例、段階ごとの確率、信頼度を返します。

1つのリクエストには1～64個の質問が含まれ、回答はanswersオブジェクトとして質問IDをキーに返されます。すべての質問のすべての選択肢が同じパスでスコアリングされるため、12問のスキーマのコストは12回の呼び出しではなく1回です。返ってくるのは文ではなく分布であり、それをコード側でしきい値処理します。

チャットモデルとこれを比較する読者が腹に落とすべきことが2つある。第一に、モデルが説明文を書き、それをあなたが後から解析しなければならない、という失敗モードは存在しない。散文には到達できないからだ。第二に、そしてより居心地が悪いのは、正解があなたの選択肢の集合にない場合、Clef-Flashにはそれをあなたに伝える仕組みがないことだ。それは、あなたが書いた選択肢を採点する。公開されているリクエストスキーマには、自分で「いずれでもない」というバケットをそこに追加しない限り、それを足すものは何もない。

その名にCloudflareを冠する：3つの役割、1つの会社

人々はこのモデルを、Cloudflare を添えて検索します — cloudflare/clef-flash、そしてcloudflare clef flash という平易な言葉で。この接頭辞は明記する価値があります。なぜなら、それは三つの別々の層を指しており、そのうちホスティングなのは一つだけだからです。

• それを訓練した組織。 Clef-Flash は Cloudflare のモデルである。2026年10月1日に公開され、Michelle Chen、Alex Reneau、Kevin Flansburg の共同執筆による Cloudflare の発表記事「Introducing Clef: our open-source decision models, and new RL fine-tuning platform」は、これを Cloudflare が訓練したリリースであると説明し、モデルは上流のオープンウェイトのベースから社内で「ポストトレーニング」されたと述べている。これは Cloudflare が拾い上げたサードパーティのチェックポイントではない。

• Hugging Faceの名前空間。 重みは次の場所にあります: huggingface.co/Cloudflare/clef-flash。つまり、文字列cloudflare/clef-flashが出回っているのです。これはリポジトリパスであり、他の組織所有リポジトリと同じ形式です。この2つの単語が一緒に使われる最も一般的な理由であり、ホスティングの主張ではありません。

• 推論ホストは、Cloudflare 自身でもあります。 提供されるモデル ID は @cf/cloudflare/clef-flashで、Workers AI を通じて次の場所で実行されます: api.cloudflare.com/client/v4/accounts/<account_id>/ai/run/@cf/cloudflare/clef-flash。したがって、ここで説明すべきホスティングの形態は、マーケットプレイスの掲載という中立的な意味での「Cloudflare ホスト型モデル」ではありません。それは、ベンダーが自社のウェイトを自社のプラットフォーム上で提供しているということです。

実務上の帰結はこうだ。モデル、ライセンスの許諾、APIエンドポイント、そして請求はすべて一社に帰着し、その間に独立したホスティング層があると想定していた読者には、このチェックポイントについて頼れる第二の供給元が存在しない。Apache-2.0の重みがそこから抜け出す唯一の逃げ道であり、それは実在する——詳細は後述する。真実ではないのは——私たちが見つけられる限りのベンダーページが述べているところによれば——Clef-Flashが他の推論プロバイダーを通じて提供されているという点だ。Cloudflare自身の資料は第三者のプラットフォームを名指ししておらず、それを扱っている先は見つからなかった。

サイズ、アーキテクチャ、ライセンス

モデルリポジトリ自体とCloudflareのドキュメントの両方から得られた数字は、今日時点で次のとおりです：

• パラメータ — BF16で9,409,813,744。つまり「9B」は切り捨て表記であり、誇張ではありません。ビジョンタワーもこの合計に含まれます。

• Backbone — Qwen3.5-9B。ポストトレーニング中は凍結され、ビジョンエンコーダーも含めて、標準的なシャーディングされたsafetensorsとして保存されています。4つのシャードで、重みは合計約18.8 GBです。

• 学習済みの部分 — 「ジョイント・スキーマ・ヘッド」、243.5 MB の小さなトランスフォーマーヘッドで、バックボーンの最終隠れ状態を読み取り、その状態から各質問へ証拠をルーティングし、各質問のすべての選択肢をまとめてスコアリングします。許可された選択肢ごとに1つのロジットがあり、質問ごとに softmax をかけると分布が得られます。

• Cloudflareが説明するところのトレーニング手法 — 凍結されたバックボーン上でrank-256の低ランクアダプタとともに最適化されるルーティングヘッドであり、スキーマ妥当性のためのラベルスムージング付きクロスエントロピーと、確率キャリブレーションを狙ったBrier損失を組み合わせ、さらにCloudflareがReinforcement Learning for Calibrated Decisionsと呼ぶ副次的な目的関数を備えている。

• ライセンス — Apache-2.0、カード自身の表現によれば「ベースモデルに準拠」。商用利用はライセンスによって制限されておらず、重みもゲートされていません。リポジトリはアクセス申請なしでダウンロードできます。

そのものの形 —— 学習されたものすべてが、凍結された 18.8 GB のバックボーンにボルト留めされた 243 MB のヘッドの中に収まっていること —— こそが、このアーキテクチャの説明をマーケティングとして扱うのではなく、真剣に受け止めるべき理由である。モデルが新たな世界知識を学習できたはずはない。知識を担う重みは決して動かなかったからだ。学習したのは、証拠を意思決定へと経路づける方法である。それは実在する能力であり、かつ限界づけられた能力であり、このページの後半にあるベンチマークのパターンを、どんな精度の主張よりもよく説明する。

コンテキストウィンドウと出力上限

これは変化した数値であり、今日プロンプトのサイズを見積もるなら、ローンチ時から出回っているどの数値ではなく、現在の数値を読むべきです。

CloudflareのWorkers AIモデルページ@cf/cloudflare/clef-flashは、2026年10月12日時点で、コンテキストウィンドウを24,576トークンと記載しています。10月1日の発表記事では異なる内容が述べられており、「当社のモデルは64kのコンテキストウィンドウを持っています（Jevの32kと比較して）」となっており、Hugging Faceのモデルカード自体のencode_recordヘルパーのデフォルトはmax_length=16,384です。比較すると、Workers AIの27Bのclefのページでは65,536トークン、clef-omniのページでは64,000となっています。

正直に読むと、この特定モデルに関する現在のベンダードキュメントには24,576と書かれており、発表時の投稿には64kと書かれていました。これはベンダー自身の2つの情報源が互いに食い違っているということであり、そのうち開発者が統合時に参照するページは片方だけです。発表を根拠に64Kの予算でプロンプトを組んだなら、文書化されている上限は今やそのおよそ3分の1です。送信する前に確認してください。

メディア入力は同じ予算に対して課金され、カウントされます。これが最も痛いところです。画像は32×32ピクセルのパッチ単位でトークン化され、3つのマーカートークンが付き、各画像は最大1,024トークンに制限されます。約1メガピクセルを超える画像は縮小され、約65,000ピクセル未満の画像は拡大されます。メディアトークンと質問トークンの合計がウィンドウを超えると、リクエストは即座に失敗します。そうでない場合、テキストの状態は、残りに収まるように切り詰められます——何のエラーも出さず、末尾から静かに。ある日は収まるスキーマでも、ドキュメントの多い日にはその状態の一部を静かに失います。

最大出力は公開されていません。Cloudflare のモデルページには「Clef モデルは出力トークンに対して課金しません」と記されているだけで、レスポンススキーマには usage.output_tokens フィールドがあり、上限は文書化されていません。これは推測で覆い隠すべき省略ではありません。非自己回帰型のスコアラーには、自己回帰型モデルにおけるような意味でのデコード予算が存在せず、ベンダーも制限を文書化していないのですから、引用すべき制限はありません。必要であれば、検討すべきは出力トークン数ではなく、オプション数と質問数です。

モダリティ入力、そして正確に返ってくるもの

ベンダーの説明とリクエストスキーマは、入力側では一致しており、1点においてわずかに相違しています。その相違点は次のとおりです。

• モデルカードに記載されているとおりの入力 — 任意の形状のテキスト、JSON、または構造化データ、画像、動画フレーム配列。テキストのみのレコードとマルチモーダルのレコードを単一のバッチ内で混在させることができ、メディアパラメータはオプションのmedia_kwargsフィールドを介してプロセッサに渡されます。

• Workers AI のリクエストスキーマに準拠した入力 — 文書化されたパラメータ一覧で公開されているのは images 配列のみで、動画パラメータはありません。画像は最大4枚、1枚あたり4 MiBかつ16メガピクセル、デコード後の合計で8 MiB、リクエストボディ全体で13 MiBの上限があります。埋め込みバイトのみ対応：リモートURLは受け付けられません。

• 出力 — 定義した選択肢に対する確率を、answers オブジェクト内に、質問タイプに応じて3つの形式のいずれかで含めます。自由形式のテキスト、Markdown、ツール呼び出しは使用しないでください。

その違いは矛盾ではなく、ホスティング面の違いとして捉えてください。チェックポイントは動画フレームを対象とし、HTTP 経由で呼び出す Workers AI エンドポイントは画像を対象とします。動画があなたの計画に含まれているなら、確認すべき経路はセルフホストのものです。

{{1}}Cloudflareが主張していること、そして実際に測定されたこと{{/1}}

このセクションのすべての数値はCloudflareから提供されたものであり、そのすべてを実行したのもCloudflareです。これはこのページで最も重要な一文であり、だからこそその仕組みについて具体的に述べる価値があります。

ベンチマークスイートはDecision Index 0.2.1です。モデルカードは結果を「当社の内部実行」と説明しており、そこからリンクされている公開リーダーボードはCloudflareが運営するアドレスでホストされています。全体を通じて比較対象となるモデルはTypeSafeのJevで、エンドツーエンドのビジネスワークフローの数値はTypesafe Evalsから来ています。つまり、比較とはベンダーが自社モデルを、測定対象の競合他社にちなんで名付けられたインデックス上で測定し、その結果を自ら公開しているということです。Clef-Flashの独立した評価はありません。今日確認したところ、Artificial Analysisには同モデルのページがなく、LMArenaのテキストリーダーボードにはCloudflareとラベル付けされたモデルが一切掲載されていません。ベンダーが第三者スコアを公開していない場合、そう述べること自体が調査結果です。

そのラベルが付くと、意思決定型の結果は本当に強力だ。BFCLケース完全一致98.8、API-Bank精度93.1、ContractNLIマクロF1 84.3、RouterBench 79.9、FinEntity 97.1、そして家電シミュレータのケース完全一致97.7 — その最後の項目は、同じ行のより大きな27B Clefを14ポイント上回っている。一般知識の行も健在だ。MMLU 91.8、ARC-Easy 99.5、ARC-Challenge 98.3、WinoGrande 97.5、HellaSwag 98.6、CLadder 97.7、そしてForecastBenchのBrier 10.6。これはその列で最高であり、確率を出力するモデルが評価されるべき種類のキャリブレーション数値だ。

負けは同じ段落に属し、それらには形がある。スコープ外処理を備えた CLINC150 では、Clef-Flash はマクロF1で 66.8 を記録し、27B Clef の 97.4 と Jev の 89.3 に対して劣る。ANLI では、Jev の 74.8 に対して 59.1。When2Call では、81.0 に対して 65.6。GPQA Diamond では、78.3 に対して 51.0。RAGTruth では、76.5 に対して 35.6。そして、コードラベリングのベンチマークである POP909-CL では、1.6 を返す。

範囲外インテント検出での66.8が、家電制御での97.7の隣に並んでいるのは、滑らかな能力曲線ではない。それは、ポストトレーニングで学習した分類の形は非常に得意で、正解が「どれにも当てはまらない」ときに分類を控えることはずっと苦手なスコアラーのプロファイルだ。そして厄介なことに、それこそがルーティング層やトリアージパイプラインが最も必要とする判断である。コードラベリングでの1.6は、フォーマットの不一致か、本当の失敗のどちらかであり、カードはその区別をしていない。

Typesafe Evalsによるワークフロー結果は、見出し行よりもさらに混在している。請求書処理のexact actionsは57.1で、Clefの64.7とJevの61.8に対して並ぶ。カスタマーサービスのexact actionsは77.0で、両方を上回っている。セキュリティインシデントは61.7、エージェントトレースの可観測性は69.8。27Bの兄弟モデルは、ワークフロー表の5行のうち3行で勝利している。

レイテンシこそ、このモデルがその名にふさわしいことを証明する領域であり、同じ但し書きが当てはまる。中央値のリクエストレイテンシは38.8 ms、p95は122.4 msで、CloudflareがCloudflareインフラ上で測定したものであり、27B Clefの209.3 / 238.6と対照的だ。ベンダー自身のハードウェアによる絶対的なミリ秒値は、何かの上限でも下限でもない。主張なのは順序であり、その順序——自らのより大きな兄弟モデルよりおよそ5倍速い——こそ、アーキテクチャが言うとおりのことをしている証拠だ。

読者が実際にそれをどう呼ぶか

二つの道筋が存在し、それらは真に異なるコミットメントである。

ホストされたルート。Workers AI 上で @cf/cloudflare/clef-flash として、Worker 内から env.AI.run() バインディング経由で、または Bearer トークンを使って Cloudflare API エンドポイントに対して REST 経由で呼び出します。必須フィールドは model、state、questions です。model セレクターはパターン ^\s*(clef|clef-flash)\s*$ に一致する必要があり、これにより同じエンドポイント上で 27B と 9B のバリアントが区別されます。Workers AI モデルページおよび Workers AI 料金ページの料金は 入力トークン 100 万個あたり $0.038 で、メディアは同じレートで入力トークンにトークン化され、出力トークンには課金されません。

セルフホスト型のルート。 重みは Apache-2.0 で、ゲートされていないため、自分で実行できます。モデルカードには、単一の H200 上での torch 2.11 と transformers 5.10.2 のリファレンスパスが記載されており、画像および動画入力には pillow を使用し、H200、B200、B300 での起動コマンドについては SGLang クックブックを参照しています。そのように提供すると、モデルは /v1/systemone。

その経路は偶然ではない。なぜなら、それはこのモデルが単に使うだけでなく理解する価値がある理由だからだ。Clef-Flash は、カードの言葉を借りれば「Jev と SystemOne に完全互換」である。つまり、Jev/SystemOne のリクエストボディを受け取り、同じレスポンスボディを返す—— model、answers は質問IDをキーとし、usage。この互換性は十分に意図的だったため、リポジトリへの後のコミットで systemone エントリポイントが明示的に追加されている。もしあなたのパイプラインがすでにその形式で意思決定モデルに質問を投げているなら、これを差し替えるのはモデル文字列と URL の変更であり、移行ではない。それは切り替えコストの実質的な削減であり、ここで読者ができる。

1つのルーティングに関する注記を、売り込みではなく事実として述べておきます。OrcaRouterはCloudflare/clef-flashを提供していません。本日、稼働中のカタログを確認しましたが、そこには存在せず、このページのいかなる記述も、それが存在するという主張として読まれるべきではありません。私たちのカタログに実際に掲載されているのは、Clef-Flashがドロップイン代替となることを狙って作られたモデルです — TypeSafeのJev 1.13は当カタログに掲載されており、価格表では100万入力トークンあたり$0.042（ページのクイックファクトのバッジでは$0.04に四捨五入されています）、65Kトークンのコンテキスト、そして同じPOST /v1/systemoneエンドポイントタイプを備えています。両者は同一のワイヤーフォーマットを話すため、その間の切り替えは書き直しではなく設定変更であり、まさにそれが、どちらのモデルが先に出荷されたかにアーキテクチャを固定するのではなく、両方を1つのキーから到達可能にしておく理由です。OrcaRouterはプロバイダーの定価をマークアップなしでそのままで動作するため、いずれかのベンダーでの価格変更は当社側でも同日に反映されます。

何がまだ未解決ですか

三つのこと、それが状況を変える順に。

Cloudflareの外部の誰かが、CLINC150のスコープ外セルと家電セルを一緒に再現する必要がある。なぜなら、それらは反対方向を指しており、公開された実行結果はどちらについてもメカニズムを示していないからだ。もし66.8が独立したテストで維持されるなら、それはClef-Flashに関する運用上最も重要な事実であり、発表の強みのリストには入っていない。

コンテキストウィンドウについては、ベンダーから整合の取れた単一の数値が示される必要がある。現時点では、モデル自身のドキュメントページは24,576トークンと記載し、ローンチ記事は64k、同梱のエンコーディングヘルパーのデフォルトは16,384になっている。本番プロンプトのサイズを見積もる人は皆、ベンダーの3つの記述のうちどれを信じるかを選ぶことになる。

そして、このカテゴリーには本番規模の実ワークロードとの接触が必要だ。Cloudflareの位置づけでは、意思決定モデルはホットパスに位置する — 彼らの投稿にあるドメイン分類の例では、Clefが判定を2.2秒で返すのに対し、同じタスクで汎用モデルは4.7秒かかっている。それは特定のワークフローに関する具体的で検証可能な主張であり、それを決着させるのは、実際に走らせる人々であって、表ではない。