Clef: Wat het 27B-beslissingsmodel van Cloudflare eigenlijk is

Clef is een multimodaal beslissingsmodel met 27 miljard parameters dat door Cloudflare is gepubliceerd. Je geeft het een toestand — een string, een JSON-object, een afbeelding, een videoclip — plus een schema van maximaal 64 getypeerde vragen, en het retourneert een waarschijnlijkheid voor elke toegestane optie van elke vraag in één enkele forward pass. Er vindt nergens in de pipeline tekstgeneratie plaats en er is geen outputparsing: het model geeft één logit per toegestane optie af, je past softmax toe per vraag, en je bent klaar. De gewichten zijn Apache-2.0 en bevinden zich in de Cloudflare/clef-repository op Hugging Face; Cloudflare serveert het model ook vanaf zijn eigen Workers AI-platform.

Twee data zijn van belang voor de oriëntatie, en geen van beide is de reden dat deze pagina bestaat. De gewichten zijn gepubliceerd op 30 september 2026 en de aankondigingspost van Cloudflare is gedateerd op 1 oktober 2026, waardoor Clef twaalf dagen oud is op de dag dat dit werd geschreven — oud genoeg om geen nieuws te zijn, en deze pagina behandelt het dan ook niet als nieuws. Ze bestaat omdat "clef" een zoekopdracht is die mensen daadwerkelijk typen, en tot nu toe beantwoordde niets op deze blog die. De lancering is hoe het model gedateerd wordt; het referentiemateriaal hieronder is het punt.

De maatkwestie, beslecht door de uitgever

Twee parameteraantallen circuleren naast elkaar en slechts één ervan hoort bij dit model.

• Clef is 27B. Cloudflare's eigen modelpagina beschrijft het als "een 27B multimodaal beslissingsmodel", en de Hugging Face-modelkaart zegt hetzelfde in de openingsregel: "Clef is een 27B multimodaal model dat een toestand en een schema van getypeerde vragen omzet in beslissingen."

• 9B is een ander model, niet een tweede formaat van dit model. Het 9B-checkpoint is Clef Flash, een apart zustermodel met een eigen repository en een eigen modelpagina. Iedereen die zocht naar een 9B Clef, zocht eigenlijk Clef Flash. Ze zijn niet inwisselbaar en de cijfers evenmin.

• Er is ook een derde lid. Clef Omni, aangekondigd op 9 oktober 2026, is een 30B mixture-of-experts-model met 3B actieve parameters, gebouwd op een andere backbone. Het leest ook audio. Als je "30B" aan Clef gekoppeld hebt gezien, dan is dat Clef Omni, niet Clef.

Dus de grootte van het model op deze pagina is 27B, punt uit, en de repository levert het in BF16 safetensors. De gepubliceerde bestandenset komt neer op ongeveer 55 GB verdeeld over vijfentwintig bestanden, en dat is het getal dat ertoe doet als je van plan bent om het zelf te hosten in plaats van het aan te roepen.

Hoe Clef zich verhoudt tot Clef Flash

Cloudflare bracht Clef uit als een familie, en de familiestructuur is het nuttige deel, niet een bijzaak. Clef en Clef Flash delen een recept: bevries een Qwen3.8-27B-backbone voor het grotere model en een Qwen3.5-9B-backbone voor het kleinere, behoud de vision-encoder, en train daarbovenop een kleine gezamenlijke schema-head plus low-rank adapters. Hetzelfde outputcontract, andere capaciteit en een heel ander latencyprofiel.

Dat gedeelde contract is de reden waarom het de moeite waard is beide modellen samen te begrijpen: een schema dat voor het ene is geschreven, is een schema voor het andere, en het verwisselen van welk model antwoordt, is een model-ID in plaats van een herschrijving. De afweging is snelheid tegenover capaciteit, en Cloudflares eigen bericht van 9 oktober maakte de afweging scherper door de gehoste prijs van Clef Flash te verlagen naar $0,038 per miljoen inputtokens, terwijl Clef op $0,24 per miljoen inputtokens bleef. Let ook op wat dat bericht nog deed: het verkleinde het gehoste contextvenster van Clef Flash tot 24.000 tokens, tegenover de 64.000 die er eerder voor werden geadverteerd, terwijl Clef zelf op 64.000 bleef.

Architectuur: een bevroren backbone plus een scoring head

Clef is geen taalmodel dat zich als classifier voordoet. Het is de moeite waard het ontwerp precies uiteen te zetten, omdat het bijna elke andere eigenschap van het model verklaart.

• Backbone — Qwen3.8-27B, inclusief de vision-encoder, overgedragen en bevroren, opgeslagen als gewone gesharde safetensors.

• Gezamenlijke schema-head — een kleine transformer-head die de uiteindelijke verborgen toestanden van de backbone leest, bewijs uit de toestand naar elke vraag routeert en alle opties van alle vragen gezamenlijk scoort in plaats van één vraag per keer.

• Training — low-rank adapters van rang 256, label-smoothed cross-entropy plus een Brier-loss voor kalibratie, en Cloudflare's "Reinforcement Learning for Calibrated Decisions"-lus.

• Uitvoer — één logit per toegestane optie, per vraag. Softmax per vraag geeft je kansen. Er komt niets anders uit.

De gezamenlijke scoring is het onderdeel dat Clef onderscheidt van een stapel onafhankelijke classifiers. Omdat alle vragen in één pass tegen dezelfde verborgen toestand worden gescoord, kunnen de vragen elkaar informeren, en het geheel is non-autoregressief — er is geen decodeerloop, en daar komen de latentiecijfers vandaan. Cloudflare beschrijft de inferentie als een pass die alleen uit prefill bestaat.

Context, limieten en wat er binnenkomt

Wat context en modaliteit betreft is het materiaal van de leverancier specifiek, en waar het zwijgt, verdient die stilte het om te worden vastgelegd in plaats van verdoezeld.

• Contextvenster — 65.536 tokens op het gehoste Workers AI-eindpunt van Cloudflare, volgens de modelpagina. Dat is het cijfer dat Cloudflares lanceringsbericht afzet tegen het venster van 32.000 tokens dat het toeschrijft aan Jev van TypeSafe.

• Zelfgehoste context — Cloudflares bericht van 9 oktober zegt dat de Hugging Face-gewichten zijn getraind om een venster van 256.000 tokens te ondersteunen als je ze zelf draait. De meegeleverde encoder in die repository gebruikt standaard max_length=16,384, wat een standaardwaarde is en geen plafond, maar dat is wat je krijgt als je de loader gebruikt zoals die wordt meegeleverd.

• Maximale uitvoer — niet gepubliceerd. Er is geen tokenbudget om te publiceren: het model retourneert een vaste waarschijnlijkheidsvector per vraag, dus de natuurlijke limiet is het schema (1 tot 64 vragen, elk met 2 tot 26 opties) in plaats van een lengte in tokens.

• Invoermodaliteiten — tekst, JSON, afbeeldingen en video. De Workers AI-pagina markeert vision als ondersteund en accepteert PNG-, JPEG- of WebP-afbeeldingen, tot vier per verzoek. Clef Omni voegt daarnaast audio toe; Clef zelf niet.

• Outputmodaliteit — waarschijnlijkheden. Clef kan geen antwoord opstellen, geen thread samenvatten of een zin produceren, en zal geen categorie verzinnen die je niet hebt aangegeven.

• Licentie — Apache-2.0, in navolging van het Qwen3.8-27B-basischeckpoint. De modelpagina van Cloudflare linkt naar het licentiebestand in plaats van de licentie in de paginatekst te vermelden; het licentiebestand zelf is Apache-2.0.

Eén implementatiedetail wordt als valkuil gedocumenteerd en het is de moeite waard om te herhalen: het confidence-veld rapporteert hoe geconcentreerd de waarschijnlijkheden zijn, niet de kans dat het antwoord juist is. Een goed gekalibreerd model kan een juist antwoord met lage confidence teruggeven en een onjuist antwoord met hoge confidence.

Wat Cloudflare beweert, en wat daadwerkelijk is gemeten

Dit is de sectie die zorgvuldig gelezen moet worden, omdat de ruimte tussen de twee helften van de kop groot is.

Elk prestatiecijfer dat aan Clef wordt gekoppeld, komt van Cloudflare. De modelkaart publiceert een tabel met meer dan veertig rijen op basis van wat zij beschrijft als "onze interne run van de Decision Index 0.2.1 suite", en die ranglijst wordt gehost door Cloudflare. De workflow-evaluaties daaronder zijn afkomstig uit de openbare evaluatieset van TypeSafe, maar de run is nog steeds van Cloudflare. Op dit moment kan ik voor geen van beide tabellen een onafhankelijke reproductie door derden vinden — geen extern lab, geen neutrale ranglijst, geen gepubliceerde replicatie. Beschouw de cijfers als het gunstigste scenario van de leverancier, niet als metingen.

Het patroon binnen die cijfers zegt meer dan welke afzonderlijke cel dan ook. Clefs sterkste resultaten zijn op classificatieachtige taken: op de run van Cloudflare rapporteert het 94,2 macro-F1 op BANKING77-intentie tegenover 79,7 voor Jev, en 97,4 macro-F1 op CLINC150 met out-of-scope-afhandeling tegenover 89,3. Het out-of-scope-cijfer is het operationeel interessante, want weigeren te classificeren is de moeilijke helft van routing. Het rapporteert ook 98,5 case-exact op BFCL en 86,7 op CRUXEval.

De verliezen wijzen consistent in dezelfde richting. In dezelfde tabel rapporteert Clef GPQA Diamond op 48,0 tegenover Jevs 78,3, MMLU-Pro op 65,9 tegenover 82,7, en BBH op 73,7 tegenover 92,9. Dat zijn de drie grootste verschillen in de tabel, en ze beschrijven allemaal dezelfde zwakte: redeneren buiten de vormen waarop het model is getraind. Bij de vier end-to-end workflow-evaluaties liggen de twee modellen dicht genoeg bij elkaar dat de ordening geen bevinding is.

Latentie is het enige gebied waarop het voordeel structureel is in plaats van marginaal, en daarom het meest waarschijnlijk contact met productie overleeft. Cloudflare rapporteert een mediaan van 209,3 ms en een p95 van 238,6 ms voor Clef tegenover 524,1 ms en 536,0 ms voor Jev. Die ordening vloeit voort uit het niet-autoregressieve ontwerp, niet uit de eigenaardigheden van een benchmark — maar de absolute milliseconden zijn gemeten op de eigen hardware van Cloudflare en zeggen op zichzelf weinig.

Ter informatie voor iedereen die al een Clef-benchmarktabel op deze blog heeft gelezen: de servingcijfers zijn op 9 oktober gewijzigd. Cloudflare is voor de serving van Clef overgestapt op SGLang en heeft het werk upstream bijgedragen, met gerapporteerde mediane versnellingen van 1,7× bij ongeveer 800 invoertokens en 2,0× bij ongeveer 3.400 tokens. Dit zijn wijzigingen in de servinglaag, geen nieuwe gewichten, en het model zelf is ongewijzigd. Als je een latentiecijfer van vóór 9 oktober aanhaalt, is dat verouderd.

Clef aanroepen, en de relatie met Cloudflare goed op orde krijgen

Er zijn twee manieren om het te draaien, en geen van beide is mysterieus.

De eerste is Cloudflares eigen endpoint. Clef wordt geleverd via Workers AI, Cloudflares eigen inferentieplatform, tegen $0,24 per miljoen inputtokens, zonder kosten voor outputtokens — wat voortvloeit uit het feit dat er geen outputtokens zijn. Media-inputs worden omgezet naar tokens en tegen hetzelfde inputtarief gefactureerd. Dit is de uitgever die zijn eigen model host, en dat is de hele relatie: de zoekopdrachten die de naam van dit model met Cloudflare combineren, wijzen niet op een externe host die het toevallig heeft toegevoegd. Cloudflare heeft het gebouwd.

De tweede is je eigen hardware. De gewichten staan op Hugging Face onder Apache-2.0, dus self-hosting is toegestaan zonder een commercieel gesprek. Cloudflares eigen tests gebruikten torch 2.11 en transformers 5.10.2 op een H200, waarbij pillow nodig is voor beeld- en video-invoer. Als je hebt gelezen dat Clef ook op SGLang draait, klopt dat vanaf de servingwijziging van 9 oktober; het upstream-werk staat gepland voor release in SGLang 0.5.22.

De API-vorm is bewust niet nieuw. De request- en responsbodies van Clef zijn compatibel met het SystemOne-formaat van TypeSafe, dus een pipeline die al is gekoppeld aan een beslissingsmodel van die vorm kan naar Clef wijzen door een URL en een modelstring te wijzigen. Dat is een echt argument over overstapkosten, en het snijdt in beide richtingen, wat de eerlijke manier is om het te lezen: omdat de interface hetzelfde is, is het adopteren van Clef goedkoop, en het verlaten ervan is net zo goedkoop. De verstandige houding voor een team met een beslissings-endpoint dat al in productie is, is om beide op je eigen verkeer te draaien in plaats van te migreren. Als je via OrcaRouter routeert, staat TypeSafe's Jev 1.13 als een opgenomen model in onze catalogus, dus een A/B tussen de zittende partij en wat je zelf host, zit achter één sleutel in plaats van twee contracten — meer dan 200 modellen, de lijstprijs van de provider wordt doorgegeven zonder opslag per token, en failover wordt voor u afgehandeld.

Eén ding dat deze pagina je niet zal vertellen, is of Clef via ons beschikbaar is. Cloudflare publiceert het op Workers AI en op Hugging Face, en ik heb geen route via onze eigen modellenlijst geverifieerd, dus er is niets om te claimen.

Wat is nog steeds onopgelost?

Het nuttigste dat Clef zou kunnen overkomen, is een externe replicatie van de Decision Index. De suite is openbaar en Cloudflare beschrijft de evals als reproduceerbaar, dus een uitvoering door een derde partij is het verschil tussen de tabel van een leverancier en een feit. Zolang dat niet bestaat, is de eerlijke samenvatting van het gepubliceerde profiel van Clef dat het een zeer sterke, beperkte classifier is met een snel, niet-autoregressief ontwerp, en een aanzienlijk zwakkere algemene redeneerder dan het model waarmee het is gebenchmarkt.

Drie specifieke dingen zouden die interpretatie veranderen. Een neutrale reproductie van de out-of-scope-cijfers van BANKING77 en CLINC150, want een voorsprong van dertig punten op de incumbent is ofwel het hele verhaal ofwel een artefact. Een p95-waarde onder echte gelijktijdigheid, want een mediaan van 209 ms gemeten op één H200 zegt niets over een hot path onder belasting. En een fijn afgestemde Clef die de base verslaat op een taak waarvoor de base nooit is getraind, iets wat het RL-fine-tuningplatform van Cloudflare is ontworpen om te produceren, maar nog niet heeft aangetoond met een klantresultaat.

Tot dan is wat een lezer kan vertrouwen de vorm van het geheel: 27B parameters, een bevroren Qwen3.8-27B-backbone met zijn vision-encoder, een gezamenlijke schema-head, 65.536 tokens gehoste context, tekst en JSON en afbeeldingen en video erin, waarschijnlijkheden eruit, Apache-2.0. Dat is genoeg om te beslissen of de architectuur bij je probleem past. De vraag die het nog niet kan beantwoorden, is of het eigen scorebord van de leverancier klopt over het model, en niemand buiten Cloudflare heeft dat gecontroleerd.