Clef-Flash: Cloudflare의 9B 결정 모델, 그리고 이름 속 Cloudflare가 실제로 의미하는 것

Cloudflare/clef-flash는 문장이 아니라 확률로 질문에 답하는 90억 매개변수 모델입니다. 여기에 텍스트, JSON, 이미지, 비디오 프레임 같은 상태와 최대 64개의 이름이 지정된 질문으로 이루어진 스키마를 넘기면, 단일 순전파에서 허용된 각 옵션당 하나의 점수를 반환합니다. 파싱할 생성 텍스트도 없고 읽을 추론 흔적도 없습니다. 텍스트 출력 경로 자체가 전혀 없기 때문입니다. 이 모델은 한 쌍 중 더 작은 쪽입니다: Cloudflare/clef는 함께 출시된 270억 매개변수 형제 모델이고, 세 번째 패밀리 구성원인 Cloudflare/clef-omni는 30B 전문가 혼합 백본에 오디오 입력을 추가합니다. 세 모델 모두 Cloudflare 자체에서 나왔는데, 이 점이 가장 정확히 짚고 넘어갈 만한 사실입니다. 이 모델 이름을 검색하다가 들어온 독자는 보통 두 가지 가정 중 하나를 가지고 오기 때문입니다 — 즉, Cloudflare/clef-flash가 Cloudflare가 호스팅한 다른 누군가의 모델 사본이라거나, Cloudflare가 단지 호스트일 뿐이라는 것입니다 — 그리고 둘 다 같은 방향으로 틀렸습니다.

Clef-Flash가 무엇인지, 그리고 무엇이 아닌지

벤더가 직접 붙인 한 줄 설명은 Hugging Face 모델 카드와 Workers AI 모델 페이지 양쪽에 반복되어 있는데, "상태와 타입이 지정된 질문들의 스키마를 결정으로 바꾼다"는 것이다. 이는 들리는 것보다 좁은 주장이며, 어떤 벤치마크보다도 먼저 따져볼 가치가 있다.

스키마의 각 질문은 세 가지 유형 중 하나를 선언합니다:

• noul — 예/아니오 판단으로, 답이 참일 확률을 반환하며, 이 질문의 맥락에서 예와 아니오가 각각 무엇을 의미하는지에 대한 선택적 설명을 포함합니다.

• choice — 이름이 지정된 2~255개 항목의 옵션 집합으로, 승리한 옵션과 옵션별 확률, 신뢰도를 반환합니다.

• score — 2~10개 수준으로 이루어진 순서형 루브릭으로, 수준 사이에 위치할 수 있는 확률 가중 수준, 인덱스를 설명에 매핑하는 범례, 수준별 확률, 그리고 신뢰도를 반환합니다.

1~64개의 질문을 요청하면, 답은 answers 객체로 돌아오며, 이 객체는 질문 ID를 키로 합니다. 각 질문의 모든 선택지는 한 번의 처리에서 채점되므로, 12개 질문 스키마의 비용은 12회 호출이 아니라 1회입니다. 그 결과로 얻는 것은 문장이 아니라 분포이며, 코드에서 임계값을 적용합니다.

이것을 챗 모델과 비교하는 독자라면 다음 두 가지를 내면화해야 한다. 첫째, 모델이 설명을 써 놓고 당신이 그것을 파싱해야 하는 실패 모드는 없다. 산문은 애초에 도달 불가능하기 때문이다. 둘째, 그리고 덜 편안하게도: 정답이 당신의 선택지 집합에 없다면, Clef-Flash는 당신에게 그 사실을 알려 줄 메커니즘이 없다. 이 모델은 당신이 작성한 선택지들의 점수를 매긴다. 공개된 요청 스키마 어디에도, 당신이 직접 거기에 하나를 넣지 않는 한, "이 중 어느 것도 아님" 버킷을 추가하는 것은 없다.

이름에 담긴 Cloudflare: 세 가지 역할, 하나의 회사

사람들은 이 모델에 Cloudflare를 붙여서 검색합니다 — cloudflare/clef-flash, 그리고 cloudflare clef flash라는 쉬운 말로도 검색합니다. 이 접두사는 풀어서 설명할 가치가 있습니다. 왜냐하면 그것은 세 개의 별개 계층을 가리키며, 그중 하나만 호스팅이기 때문입니다.

• 이를 훈련시킨 조직. Clef-Flash는 Cloudflare 모델입니다. 2026년 10월 1일 게시되고 Michelle Chen, Alex Reneau, Kevin Flansburg가 공동 명의로 작성한 Cloudflare의 발표 글 "Introducing Clef: our open-source decision models, and new RL fine-tuning platform"은 이를 Cloudflare가 훈련한 릴리스라고 설명하며, 모델들이 업스트림 오픈 웨이트 기반에서 사내에서 "post-trained"되었다고 밝힙니다. 이것은 Cloudflare가 가져온 서드파티 체크포인트가 아닙니다.

• Hugging Face 네임스페이스입니다. 가중치는 huggingface.co/Cloudflare/clef-flash에 있습니다. 그래서 cloudflare/clef-flash라는 문자열이 돌아다니는 것입니다. 이는 다른 조직 소유 저장소와 똑같은 형태의 저장소 경로입니다. 두 단어가 함께 다니는 가장 흔한 이유이며, 호스팅 주장이 아닙니다.

• 추론 호스트는 Cloudflare이기도 합니다. 제공되는 모델 ID는 @cf/cloudflare/clef-flash이며, Workers AI를 통해 api.cloudflare.com/client/v4/accounts/<account_id>/ai/run/@cf/cloudflare/clef-flash에서 실행됩니다. 따라서 설명하려는 호스팅 구성은 마켓플레이스 목록이라는 중립적 의미의 "Cloudflare 호스팅 모델"이 아닙니다. 이는 자사 플랫폼에서 자사 가중치를 제공하는 벤더입니다.

실질적인 결과는 이렇습니다: 모델, 라이선스 부여, API 엔드포인트, 청구서가 모두 한 회사로 귀결되며, 그들 사이에 독립적인 호스팅 계층이 있다고 가정한 독자는 이 체크포인트에 대해 의지할 제2의 공급자가 없습니다. Apache-2.0 가중치는 그로부터의 유일한 탈출구이며, 그것은 실재합니다 — 이에 대한 자세한 내용은 아래에서 다룹니다. 사실이 아닌 것은, 우리가 찾을 수 있는 어떤 공급업체 페이지가 밝히는 한, Clef-Flash가 다른 추론 제공업체를 통해서도 제공된다는 점입니다. Cloudflare 자체 자료에는 제3자 플랫폼이 명시되어 있지 않으며, 우리는 그것을 제공하는 곳을 찾지 못했습니다.

크기, 아키텍처 및 라이선스

모델 저장소 자체와 Cloudflare 문서에서 나온 숫자는 오늘 기준으로 둘 다 다음과 같습니다:

• 파라미터 — BF16 기준 9,409,813,744개이므로 "9B"는 반올림한 값이 아니라 내림한 값입니다. 비전 타워도 이 총계에 포함됩니다.

• 백본 — Qwen3.5-9B, 포스트트레이닝 중 동결되며, 비전 인코더를 포함하고, 표준 샤딩된 safetensors로 저장됩니다. 4개의 샤드, 총 가중치 약 18.8GB.

• 훈련된 부분 — 243.5MB에 달하는 작은 트랜스포머 헤드인 "결합 스키마 헤드"로, 백본의 최종 은닉 상태를 읽고, 그 상태에서 각 질문으로 증거를 라우팅하며, 모든 질문의 모든 선택지를 결합적으로 점수화합니다. 허용된 선택지마다 로짓이 하나씩 있고, 질문별로 소프트맥스를 적용하면 분포가 나옵니다.

• Cloud가 설명하는 훈련 방식 — 동결된 백본 위에서 rank-256 저랭크 어댑터와 함께 최적화된 라우팅 헤드로, 스키마 유효성을 위한 레이블 스무딩 교차 엔트로피와 확률 보정을 목표로 하는 Brier 손실을 결합하고, 추가로 Cloudflare가 Reinforcement Learning for Calibrated Decisions라고 부르는 보조 목표를 사용합니다.

• 라이선스 — Apache-2.0, 카드 자체의 표현에 따르면 "베이스 모델을 따릅니다." 상업적 사용은 라이선스로 제한되지 않으며, 가중치는 게이트되지 않습니다: 저장소는 액세스 요청 없이 다운로드됩니다.

이것의 형태, 즉 학습된 모든 것이 고정된 18.8GB 백본에 볼트로 고정된 243MB 헤드에 들어 있다는 점이야말로 아키텍처 설명을 마케팅으로 치부하지 않고 진지하게 받아들여야 하는 이유다. 이 모델이 새로운 세계 지식을 학습했을 수는 없다. 지식을 담고 있는 가중치가 전혀 움직이지 않았기 때문이다. 이 모델이 학습한 것은 증거를 결정으로 연결하는 방법이다. 그것은 실제 역량이자 한계가 분명한 역량이며, 이 페이지 뒷부분의 벤치마크 패턴을 어떤 정확도 주장보다 더 잘 설명한다.

컨텍스트 윈도우와 출력 상한

이것은 달라진 수치이며, 오늘 프롬프트를 산정한다면 출시 이후 유통되는 어떤 숫자가 아니라 현재의 숫자를 확인해야 합니다.

Cloudflare의 Workers AI 모델 페이지(@cf/cloudflare/clef-flash용, 2026년 10월 12일에 읽음)에는 컨텍스트 창이 24,576 토큰이라고 나와 있습니다. 10월 1일 발표 게시물은 다른 내용을 말합니다 — "우리 모델은 64k 컨텍스트 창을 가집니다 (Jev의 32k와 비교)" — 그리고 Hugging Face 카드 자체의 encode_record 헬퍼의 기본값은 max_length=16,384입니다. 비교하자면, 27B clef의 Workers AI 페이지는 65,536 토큰을 제공하고, clef-omni의 페이지는 64,000을 제공합니다.

솔직히 읽자면: 이 특정 모델에 대한 현재 벤더 문서에는 24,576이라고 나와 있고, 출시 게시물에는 64k라고 나와 있다. 이는 벤더 자체의 두 출처가 서로 어긋난 것이며, 그중 개발자가 연동 기준으로 삼는 페이지는 하나뿐이다. 발표를 믿고 64K 예산에 맞춰 프롬프트를 작성했다면, 문서에 명시된 상한은 이제 그 3분의 1 정도다. 보내기 전에 확인하라.

미디어 입력은 그 동일한 예산에 청구되고 계산됩니다. 이것이 가장 뼈아픈 세부 사항입니다. 이미지는 32×32픽셀 패치 단위로 토큰화되며, 세 개의 마커 토큰이 있습니다. 각 이미지는 1,024개 토큰으로 제한됩니다. 약 1메가픽셀을 넘는 이미지는 축소되고, 약 65,000픽셀 미만인 이미지는 확대됩니다. 미디어 토큰과 질문 토큰을 합한 값이 윈도우를 초과하면 요청은 곧바로 실패합니다. 그렇지 않으면 텍스트 상태가 나머지에 맞도록 잘립니다 — 조용히, 끝에서부터, 아무 오류도 발생하지 않은 채. 하루에는 맞아떨어지는 스키마도 문서가 많은 날에는 조용히 상태의 일부를 잃게 됩니다.

최대 출력은 공개되지 않습니다. Cloudflare의 모델 페이지에는 "Clef 모델은 출력 토큰에 대해 요금을 부과하지 않습니다"라고만 나와 있고, 응답 스키마에는 usage.output_tokens 필드가 있으며 문서화된 상한은 없습니다. 이는 추측으로 얼버무릴 만한 누락이 아닙니다. 비자기회귀 스코어러는 자기회귀 모델이 갖는 의미의 디코딩 예산을 가지지 않으며, 벤더는 아무런 한계도 문서화하지 않았으므로 인용할 한계도 없습니다. 한계가 필요하다면 고려해야 할 것은 출력 토큰이 아니라 옵션 수와 질문 수입니다.

모달리티 입력, 그리고 정확히 무엇이 반환되는지

벤더의 설명과 요청 스키마는 입력 측면에서는 일치하며, 한 가지 지점에서 약간 차이가 있으므로, 그 구분은 다음과 같습니다.

• 모델 카드에 따른 입력 — 모든 형태의 텍스트, JSON 또는 구조화된 데이터, 이미지, 비디오 프레임 배열. 텍스트 전용 및 멀티모달 레코드는 단일 배치에서 혼합될 수 있으며, 미디어 매개변수는 선택적 media_kwargs 필드를 통해 프로세서로 전달됩니다.

• Workers AI 요청 스키마에 따른 입력 — 문서화된 매개변수 목록에는 images 배열이 있고 비디오 매개변수는 없습니다. 이미지는 최대 4장, 이미지당 4MiB 및 16메가픽셀, 디코딩 기준 총 8MiB, 전체 요청 본문은 13MiB로 제한됩니다. 내장 바이트만 지원되며 원격 URL은 허용되지 않습니다.

• 출력 — 정의한 선택지에 대한 확률을 answers 객체에 담으며, 질문 유형에 따라 세 가지 형태 중 하나를 따릅니다. 자유 형식 텍스트, 마크다운, 도구 호출은 허용되지 않습니다.

그 차이를 모순이 아니라 호스팅 표면의 차이로 읽으세요. 체크포인트는 비디오 프레임을 문서화하고, HTTP를 통해 호출하는 Workers AI 엔드포인트는 이미지를 문서화합니다. 비디오가 계획의 일부라면, 확인해야 할 경로는 자체 호스팅 경로입니다.

Cloudflare가 주장하는 것과 실제로 측정된 것

이 섹션의 모든 수치는 Cloudflare에서 나왔고, Cloudflare가 이 모든 것을 실행했습니다. 이것이 이 페이지에서 가장 중요한 한 문장이므로, 그 메커니즘을 구체적으로 설명할 가치가 있습니다.

벤치마크 스위트는 Decision Index 0.2.1입니다. 모델 카드는 결과를 "우리의 내부 실행"이라고 설명하며, 링크된 공개 리더보드는 Cloudflare가 운영하는 주소에 호스팅됩니다. 문서 전반에 걸친 비교 대상 모델은 TypeSafe의 Jev이고, 엔드투엔드 비즈니스 워크플로 수치는 Typesafe Evals에서 나옵니다. 따라서 이 비교는 벤더가 자사 모델을, 자신이 측정 대상으로 삼은 경쟁사의 이름을 딴 지수에서 측정하고 그 결과를 스스로 공개하는 것입니다. Clef-Flash에 대한 독립적인 평가는 없습니다. 오늘 확인해 보면: Artificial Analysis에는 이에 대한 모델 페이지가 없고, LMArena 텍스트 리더보드에는 Cloudflare 라벨이 붙은 모델이 전혀 없습니다. 벤더가 제3자 점수를 공개하지 않는 경우, 그 사실을 말하는 것이 바로 발견입니다.

그 라벨이 붙으면, 의사결정형 결과들은 정말로 강력하다: BFCL case-exact 98.8, API-Bank 정확도 93.1, ContractNLI macro-F1 84.3, RunnerBench 79.9, Fin 97.1, 그리고 가전 시뮬레이터 case-exact 97.7 — 그중 마지막은 같은 행에서 더 큰 27B Clef보다 14포인트 높다. 일반 지식 행들도 견고하다: MMLU 91.8, ARC-Easy 99.5, ARC-Challenge 98.3, WinoGrande 97.5, HellaSwag 98.6, CLadder 97.7, 그리고 ForecastBench Brier 10.6인데, 이는 해당 열에서 최고이며 프로덕션 모델이 평가받아야 할 바로 그런 종류의 캘리브레이션 수치다.

손실들은 같은 문단에 속하며, 일정한 형태를 띤다. 범위 외(out-of-scope) 처리를 포함한 CLINC150에서 Clef-Flash는 매크로-F1 66.8을 기록한 반면, 27B Clef는 97.4, Jev는 89.3을 기록한다. ANLI에서는 59.1로 Jev의 74.8에 맞선다. When2Call에서는 65.6 대 81.0. GPQA Diamond에서는 51.0 대 78.3. RAGTruth에서는 35.6 대 76.5. 그리고 코드 라벨링 벤치마크인 POP909-CL에서는 1.6을 반환한다.

범위를 벗어난 의도 감지에서의 66.8이 가전 제어에서의 97.7과 나란히 있는 것은 매끄러운 역량 곡선이 아니다. 그것은 사후 훈련된 분류 형태에는 매우 능하지만, 정답이 '이들 중 어느 것도 아님'일 때 분류를 거부하는 데는 훨씬 약한 스코어러의 프로필이다 — 아이러니하게도, 이는 라우팅 계층이나 트리아지 파이프라인이 가장 필요로 하는 바로 그 판단이다. 화음 라벨링에서의 1.6은 형식 불일치이거나 실제 실패인데, 카드는 이를 구분하지 않는다.

Typesafe Evals의 워크플로 결과는 헤드라인 행보다 더 혼조세를 보입니다: 인보이스 처리 정확 액션은 57.1로 Clef의 64.7 및 Jev의 61.8과 대비됩니다; 고객 서비스 정확 액션은 77.0으로 둘 모두를 앞서며; 보안 인시던트는 61.7; 에이전트 트레이스 관측성은 69.8입니다. 27B 형제 모델은 워크플로 표에서 5개 행 중 3개 행에서 1위를 차지합니다.

지연 시간은 이 모델이 이름값을 하는 지점이며, 여기에도 같은 유의점이 적용된다. 중앙값 요청 지연 시간 38.8ms와 p95 122.4ms는 Cloudflare가 Cloudflare 인프라에서 측정한 것으로, 27B Clef의 209.3 / 238.6과 대비된다. 벤더 자체 하드웨어에서 나온 절대 밀리초 값은 그 무엇의 상한도 하한도 아니다; 주장은 그 순서이며, 그 순서 — 자신보다 더 큰 형제 모델보다 대략 다섯 배 빠르다는 — 는 아키텍처가 말한 대로 하고 있음을 보여준다.

독자가 실제로 그것을 부르는 방식

두 가지 경로가 존재하며, 이 둘은 진정으로 서로 다른 헌신을 요구합니다.

호스팅된 경로. Workers AI에서 다음과 같이 호출하세요: @cf/cloudflare/clef-flash, 즉 Worker 내부에서 env.AI.run() 바인딩을 통해 호출하거나, bearer 토큰을 사용하여 Cloudflare API 엔드포인트에서 REST로 호출할 수 있습니다. 필수 필드는 model, state 및 questions; model 선택자는 다음 패턴과 일치해야 합니다: ^\s*(clef|clef-flash)\s*$, 이는 동일한 엔드포인트에서 27B와 9B 변형을 구분하는 방식입니다. Workers AI 모델 페이지 및 Workers AI 가격 페이지의 가격은 백만 입력 토큰당 $0.038, 미디어는 동일한 요율로 입력 토큰으로 토큰화되며 출력 토큰에는 요금이 부과되지 않습니다.

셀프 호스팅 경로. 가중치는 Apache-2.0이며 게이팅되지 않았으므로 직접 실행할 수 있습니다. 카드에는 단일 H200에서 torch 2.11 및 transformers 5.10.2의 참조 경로가 문서화되어 있고, 이미지 및 비디오 입력에는 pillow를 사용하며, H200, B200 및 B300에서의 실행 명령을 위한 SGLang 쿡북을 가리킵니다. 그런 방식으로 서빙하면 모델은 /v1/systemone.

그 경로는 부수적인 것이 아니다. 왜냐하면 그것이 바로 이 모델을 단지 사용하는 것이 아니라 이해할 가치가 있게 만드는 이유이기 때문이다. 카드의 표현대로 Clef-Flash는 "Jev 및 SystemOne과 완전히 호환"된다. 즉 Jev/SystemOne 요청 본문을 받아 동일한 응답 본문을 반환한다 — 모델, 응답 (질문 ID를 키로 함), 사용량. 이러한 호환성은 충분히 의도적이어서, 이후 저장소 커밋에서 systemone 진입점을 명시적으로 추가한다. 파이프라인이 이미 그런 형태로 결정 모델에 질문을 던지고 있다면, 이것으로 바꾸는 것은 마이그레이션이 아니라 모델 문자열 하나와 URL 하나를 바꾸는 일이다. 이는 전환 비용의 실질적인 감소이며, 여기서 독자가 할 수 있는.

라우팅에 관한 한 가지 참고 사항을 홍보가 아니라 사실로서 말씀드리자면, OrcaRouter는 다음을 제공하지 않습니다: Cloudflare/clef-flash. 오늘 실시간 카탈로그를 확인했는데 거기에는 없으며, 이 페이지의 어떤 내용도 그것이 있다는 주장으로 읽혀서는 안 됩니다. 우리 카탈로그에 실제로 있는 것은 Clef-Flash가 드롭인 대체품이 되도록 만들어진 모델입니다 — TypeSafe의 Jev 1.13은 우리 카탈로그에 있으며, 가격표 기준 백만 입력 토큰당 $0.042(페이지의 요약 정보 배지는 이를 $0.04로 반올림합니다)이고, 65K 토큰 컨텍스트와 동일한 POST /v1/systemone 엔드포인트 유형을 갖추고 있습니다. 두 모델이 동일한 와이어 포맷을 사용하기 때문에, 둘 사이의 전환은 재작성이 아니라 구성 변경이며, 이는 아키텍처를 먼저 출시된 모델에 확정해버리는 대신 두 모델 모두를 하나의 키에서 접근 가능하게 유지해야 하는 바로 그 이유입니다. OrcaRouter는 제공업체 정가를 마크업 없이 그대로 전달하는 방식으로 운영되므로, 어느 쪽 공급업체에서 가격이 바뀌든 당사 쪽에는 같은 날 반영됩니다.

아직 열려 있는 것은 무엇인가요?

판도를 바꿀 순서대로 세 가지.

Cloudflare 외부의 누군가가 CLINC150 범위 외 셀과 가정용 가전 셀을 함께 재현해야 한다. 왜냐하면 두 셀은 서로 반대 방향을 가리키는데, 공개된 실행은 어느 쪽에 대해서도 메커니즘을 제시하지 않기 때문이다. 만약 66.8이 독립 테스트에서도 유지된다면, 그것은 Clef-Flash에 관한 가장 운영상 중요한 사실이며, 발표문의 강점 목록에는 들어 있지 않다.

컨텍스트 창에는 공급업체가 일관되게 정리한 단일 수치가 필요하다. 지금 이 모델의 자체 문서 페이지에는 24,576 토큰이라고 나오고, 출시 게시물에는 64k라고 적혀 있으며, 함께 제공되는 인코딩 헬퍼의 기본값은 16,384이다. 프로덕션 프롬프트의 크기를 산정하는 사람이라면 누구든 공급업체의 세 가지 진술 중 무엇을 믿을지 선택해야 하는 처지다.

그리고 이 범주는 프로덕션 규모의 실제 워크로드와 접촉해야 한다. Cloudflare의 설명은 의사결정 모델이 핫 패스에 놓인다는 것이다. 그들의 글에 있는 도메인 분류 예시에서는 동일한 작업에서 범용 모델이 4.7초 걸린 데 비해 Clef가 2.2초 만에 판정을 내린다. 이는 특정 워크플로에 관한 구체적이고 검증 가능한 주장이며, 표가 아니라 그것을 실행하는 사람들에 의해 판가름 날 것이다.