Clef: Czym naprawdę jest model decyzyjny Cloudflare 27B

Clef to multimodalny model decyzyjny o 27 miliardach parametrów opublikowany przez Cloudflare. Podajesz mu stan — ciąg znaków, obiekt JSON, obraz, klip wideo — oraz schemat zawierający do 64 typowanych pytań, a on zwraca prawdopodobieństwo dla każdej dozwolonej opcji każdego pytania w jednym przebiegu w przód. W całym potoku nie ma generowania tekstu ani parsowania wyników: model emituje jeden logit na każdą dozwoloną opcję, wykonujesz softmax dla każdego pytania i gotowe. Wagi są na licencji Apache-2.0 i znajdują się w repozytorium Cloudflare/clef na Hugging Face; Cloudflare udostępnia ten model również na swojej platformie Workers AI.

Dwie daty mają znaczenie dla orientacji i żadna z nich nie jest powodem, dla którego istnieje ta strona. Wagi opublikowano 30 września 2026 r., a wpis ogłaszający Cloudflare jest datowany na 1 października 2026 r., co oznacza, że Clef ma dwanaście dni w dniu, w którym to napisano — na tyle długo, że nie jest to już nowość, i ta strona nie traktuje tego jako nowości. Istnieje, ponieważ „clef” to zapytanie, które ludzie faktycznie wpisują, a jak dotąd nic na tym blogu na nie nie odpowiadało. Premiera jest sposobem na datowanie modelu; poniższe materiały referencyjne są sednem.

Kwestia rozmiaru rozstrzygnięta przez wydawcę

Obok siebie krążą dwie liczby parametrów i tylko jedna z nich należy do tego modelu.

• Clef to 27B. Własna strona modelu Cloudflare opisuje go jako „27B multimodalny model decyzyjny”, a karta modelu na Hugging Face mówi to samo w pierwszym zdaniu: „Clef to multimodalny model 27B, który zamienia stan i schemat typowanych pytań w decyzje”.

9B to inny model, a nie drugi rozmiar tego. Checkpoint 9B to Clef Flash, osobny model siostrzany z własnym repozytorium i własną stroną modelu. Każdy, kto szukał Clef 9B, szukał Clef. Nie są wymienne i

• Jest jeszcze trzeci członek. Clef Omni, ogłoszony 9 października 2026 roku, to model typu mixture-of-experts 30B z 3B aktywnych parametrów, zbudowany na innym szkielecie. Potrafi też odczytywać dźwięk. Jeśli widziałeś „30B" przypisane do Clef, to Clef Omni, a nie Clef.

A więc rozmiar modelu na tej stronie to 27B, i kropka, a repozytorium udostępnia go w formacie BF16 safetensors. Opublikowany zestaw plików to około 55 GB w dwudziestu pięciu plikach — i to jest liczba, która ma znaczenie, jeśli zamierzasz hostować go samodzielnie, a nie wywoływać go.

Jak Clef odnosi się do Clef Flash

Cloudflare wydało Clef jako rodzinę, a struktura rodziny jest tu użyteczną częścią, a nie kwestią na marginesie. Clef i Clef Flash dzielą ten sam przepis: zamrozić backbone Qwen3.8-27B dla większego modelu i backbone Qwen3.5-9B dla mniejszego, zachować enkoder wizji oraz wytrenować na wierzchu małą wspólną głowicę schematu plus adaptery niskiego rzędu. Ten sam kontrakt wyjściowy, inna pojemność i zupełnie inny profil opóźnień.

Ten wspólny kontrakt jest powodem, dla którego oba modele warto rozumieć razem: schemat napisany dla jednego jest schematem dla drugiego, a zmiana tego, który z nich odpowiada, to zmiana identyfikatora modelu, a nie przepisywanie. Kompromis to szybkość przeciw możliwościom, a własny wpis Cloudflare z 9 października wyostrzył ten kompromis, obniżając hostowaną cenę Clef Flash do 0,038 USD za milion tokenów wejściowych, pozostawiając Clef na poziomie 0,24 USD za milion tokenów wejściowych. Zwróć uwagę, co jeszcze zrobił ten wpis: zmniejszył hostowane okno kontekstowe Clef Flash do 24 000 tokenów, z 64 000, które wcześniej były dla niego reklamowane, podczas gdy sam Clef pozostał na poziomie 64 000.

Architektura: zamrożony backbone plus głowica punktująca

Clef nie jest modelem językowym w przebraniu klasyfikatora. Warto precyzyjnie opisać tę konstrukcję, ponieważ wyjaśnia ona niemal każdą inną właściwość tego modelu.

• Backbone — Qwen3.8-27B wraz z jego enkoderem wizyjnym, przeniesiony i zamrożony, zapisany jako zwykłe, shardowane pliki safetensors.

• Wspólna głowa schematu — mała głowica transformera, która odczytuje końcowe stany ukryte szkieletu, kieruje dowody ze stanu do każdego pytania i ocenia wszystkie opcje wszystkich pytań łącznie, a nie jedno pytanie na raz.

• Trening — adaptery niskorzędowe o rzędzie 256, entropia krzyżowa z wygładzaniem etykiet plus strata Brier dla kalibracji oraz pętla Cloudflare „Reinforcement Learning for Calibrated Decisions”.

• Wyjście — po jednym logicie na każdą dozwoloną opcję, dla każdego pytania. Softmax dla każdego pytania daje prawdopodobieństwa. Nic więcej nie pojawia się na wyjściu.

Wspólne ocenianie to element, który odróżnia Clef od stosu niezależnych klasyfikatorów. Ponieważ wszystkie pytania są oceniane względem tego samego stanu ukrytego w jednym przebiegu, pytania mogą wzajemnie na siebie wpływać, a całość jest nieautoregresyjna — nie ma pętli dekodowania, stąd biorą się liczby dotyczące opóźnień. Cloudflare opisuje wnioskowanie jako przebieg wyłącznie typu prefill.

Kontekst, ograniczenia i co wchodzi w skład

Jeśli chodzi o kontekst i modalność, materiał dostawcy jest konkretny, a tam, gdzie milczy, to milczenie warto odnotować, a nie zamalowywać.

• Okno kontekstu — 65 536 tokenów w hostowanym punkcie końcowym Workers AI Cloudflare, zgodnie ze stroną modelu. To właśnie tę liczbę w poście ogłaszającym Cloudflare przeciwstawia oknu 32 000 tokenów, które przypisuje Jevowi od TypeSafe.

• Kontekst przy samodzielnym hostowaniu — wpis Cloudflare z 9 października mówi, że wagi Hugging Face wytrenowano tak, by obsługiwały okno 256 000 tokenów, jeśli uruchomisz je samodzielnie. Dołączony do tego repozytorium enkoder domyślnie przyjmuje max_length=16,384, co jest wartością domyślną, a nie górnym limitem, ale właśnie to otrzymasz, jeśli użyjesz loadera w postaci, w jakiej został dostarczony.

• Maksymalna wielkość danych wyjściowych — nie jest publikowana. Nie ma budżetu tokenów do publikacji: model zwraca ustalony wektor prawdopodobieństwa dla każdego pytania, więc naturalnym ograniczeniem jest schemat (od 1 do 64 pytań, każde z 2 do 26 opcji), a nie długość w tokenach.

• Modalności wejściowe — tekst, JSON, obrazy i wideo. Strona Workers AI oznacza obsługę wizji jako wspieraną i przyjmuje obrazy PNG, JPEG lub WebP, maksymalnie cztery na żądanie. Clef Omni osobno dodaje dźwięk; sam Clef tego nie obsługuje.

• Modalność wyjściowa — prawdopodobieństwa. Clef nie potrafi napisać odpowiedzi, streścić wątku ani utworzyć zdania i nie wymyśli kategorii, której nie zadeklarujesz.

• Licencja — Apache-2.0, zgodnie z bazowym checkpointem Qwen3.8-27B. Strona modelu Cloudflare prowadzi do pliku licencji, zamiast nazywać ją w tekście strony; sam plik licencji to Apache-2.0.

Jeden szczegół implementacyjny jest udokumentowany jako pułapka i warto go powtórzyć: pole pewności informuje, jak skoncentrowane są prawdopodobieństwa, a nie jakie jest prawdopodobieństwo, że odpowiedź jest poprawna. Dobrze skalibrowany model może zwrócić poprawną odpowiedź o niskiej pewności i błędną o wysokiej pewności.

Co twierdzi Cloudflare, a co faktycznie zostało zmierzone

To jest sekcja, którą należy przeczytać uważnie, ponieważ odstęp między dwiema połowami nagłówka jest duży.

Każdy wskaźnik wydajności przypisany do Clef pochodzi z Cloudflare. Karta modelu publikuje tabelę zawierającą ponad czterdzieści wierszy na podstawie tego, co opisuje jako „nasze wewnętrzne uruchomienie zestawu Decision Index 0.2.1”, a ten ranking jest hostowany przez Cloudflare. Ewaluacje przepływów pracy znajdujące się pod nią pochodzą z publicznego zestawu ewaluacyjnego TypeSafe, ale uruchomienie nadal należy do Cloudflare. Na dzień dzisiejszy nie mogę znaleźć żadnej niezależnej reprodukcji którejkolwiek z tych tabel przez stronę trzecią — żadnego zewnętrznego laboratorium, żadnego neutralnego rankingu, żadnej opublikowanej replikacji. Traktuj te liczby jako najlepszy możliwy scenariusz dostawcy, a nie jako pomiary.

Wzorzec wewnątrz tych liczb jest bardziej informacyjny niż jakakolwiek pojedyncza komórka. Najmocniejsze wyniki Clef dotyczą zadań o charakterze klasyfikacji: w uruchomieniu Cloudflare raportuje 94,2 macro-F1 na intencji BANKING77 wobec 79,7 dla Jev oraz 97,4 macro-F1 na CLINC150 z obsługą przypadków spoza zakresu wobec 89,3. Wynik dla przypadków spoza zakresu jest interesujący z operacyjnego punktu widzenia, ponieważ odmowa klasyfikacji to trudniejsza połowa routingu. Raportuje także 98,5 case-exact na BFCL i 86,7 na CRUXEval.

Straty konsekwentnie wskazują w tym samym kierunku. W tej samej tabeli Clef podaje GPQA Diamond na poziomie 48,0 wobec 78,3 w przypadku Jev, MMLU-Pro na poziomie 65,9 wobec 82,7, a BBH na poziomie 73,7 wobec 92,9. To trzy największe różnice w tabeli i wszystkie opisują tę samą słabość: rozumowanie poza kształtami, na których model był trenowany. W czterech kompleksowych ewaluacjach przepływu pracy oba modele są wystarczająco blisko siebie, że kolejność nie stanowi istotnego ustalenia.

Opóźnienie to jedyne miejsce, w którym przewaga ma charakter strukturalny, a nie marginalny, a zatem takie, które najprawdopodobniej przetrwa zetknięcie z produkcją. Cloudflare podaje medianę 209,3 ms i p95 238,6 ms dla Clef w porównaniu z 524,1 ms i 536,0 ms dla Jev. Taki układ wynika z konstrukcji nieautoregresyjnej, a nie z kaprysów benchmarku — jednak bezwzględne milisekundy zmierzono na własnym sprzęcie Cloudflare i same w sobie niewiele znaczą.

Warto odnotować dla wszystkich, którzy czytali już tabelę wyników Clef na tym blogu: liczby dotyczące serwowania zmieniły się 9 października. Cloudflare przeniósł Clef do SGLang w celu serwowania i przekazał tę pracę do upstreamu, raportując medianę przyspieszenia 1,7× przy około 800 tokenach wejściowych i 2,0× przy około 3400 tokenach. To zmiany w warstwie serwowania, a nie nowe wagi, i sam model pozostał bez zmian. Jeśli cytujesz wartość opóźnienia sprzed 9 października, jest nieaktualna.

Dzwonienie do Clef i właściwe ułożenie relacji z Cloudflare

Można to uruchomić na dwa sposoby i żaden z nich nie jest tajemniczy.

Pierwszy to własny endpoint Cloudflare. Clef jest udostępniany przez Workers AI, własną platformę inferencyjną Cloudflare, w cenie 0,24 USD za milion tokenów wejściowych, bez opłat za tokeny wyjściowe — co wynika stąd, że nie ma tokenów wyjściowych. Wejścia multimedialne są konwertowane na tokeny i rozliczane według tej samej stawki co wejściowe. To wydawca hostujący własny model i na tym polega cała relacja: wyszukiwania, które łączą nazwę tego modelu z Cloudflare, nie wskazują na zewnętrznego dostawcę hostingu, który przypadkiem go dodał. Cloudflare go zbudował.

Drugą opcją jest własny sprzęt. Wagi znajdują się na Hugging Face na licencji Apache-2.0, więc samodzielne hostowanie jest dozwolone bez rozmowy handlowej. Własne testy Cloudflare wykorzystywały torch 2.11 i transformers 5.10.2 na pojedynczym H200, a do wprowadzania obrazów i wideo potrzebny był pillow. Jeśli czytaliście, że Clef działa również na SGLang, jest to zgodne z prawdą od zmiany w serwowaniu z 9 października; prace w projekcie źródłowym mają zostać wydane w SGLang 0.5.22.

Kształt API celowo nie jest nowatorski. Ciała żądań i odpowiedzi Clef są zgodne z formatem SystemOne firmy TypeSafe, więc pipeline już podłączony do modelu decyzyjnego o takim kształcie może wskazywać na Clef, zmieniając adres URL i ciąg modelu. To prawdziwy argument dotyczący kosztów przełączenia i działa w obie strony, co jest uczciwym sposobem jego odczytania: ponieważ interfejs jest taki sam, przyjęcie Clef jest tanie, a porzucenie go jest równie tanie. Rozsądnym podejściem dla zespołu, który ma już produkcyjny endpoint decyzyjny, jest uruchomienie obu na własnym ruchu, a nie migracja. Jeśli kierujesz ruch przez OrcaRouter, Jev 1.13 firmy TypeSafe jest modelem wymienionym w naszym katalogu, więc test A/B między obecnym rozwiązaniem a tym, co hostujesz samodzielnie, stoi za jednym kluczem, a nie za dwoma kontraktami — ponad 200 modeli, cena katalogowa dostawcy przekazywana bez marży za token, a failover obsługiwany za Ciebie.

Jednej rzeczy ta strona ci nie powie: czy Clef jest dostępny przez nas. Cloudflare publikuje go w Workers AI i na Hugging Face, a ja nie zweryfikowałem drogi przez naszą własną listę modeli, więc nie ma nic do stwierdzenia.

Co jest wciąż nierozwiązane?

Najbardziej użyteczną rzeczą, jaka mogłaby spotkać Clef, byłaby zewnętrzna replikacja Decision Index. Zestaw jest publiczny, a Cloudflare opisuje ewaluacje jako powtarzalne, więc uruchomienie przez stronę trzecią to różnica między tabelą dostawcy a faktem. Dopóki to nie istnieje, uczciwym podsumowaniem opublikowanego profilu Clef jest to, że jest to bardzo mocny klasyfikator z ograniczeniami o szybkiej, nieautoregresyjnej konstrukcji oraz znacznie słabszy ogólny model wnioskujący niż model, z którym go porównywano.

Trzy konkretne rzeczy zmieniłyby ten odczyt. Neutralna reprodukcja liczb spoza zakresu BANKING77 i CLINC150, ponieważ trzydziestopunktowa różnica w stosunku do dotychczasowego rozwiązania jest albo całą historią, albo artefaktem. Wartość p95 w warunkach rzeczywistej współbieżności, ponieważ mediana 209 ms zmierzona na jednym H200 nic nie mówi o gorącej ścieżce pod obciążeniem. I dostrojony Clef, który przewyższa bazę w zadaniu, do którego baza nigdy nie była trenowana, a które platforma fine-tuningu RL Cloudflare jest zaprojektowana, by tworzyć, ale jeszcze nie zademonstrowała tego wynikiem klienta.

Do tego czasu to, na czym czytelnik może polegać, to kształt tej rzeczy: 27 mld parametrów, zamrożony szkielet Qwen3.8-27B wraz z jego enkoderem wizyjnym, wspólna głowica schematu, 65 536 tokenów hostowanego kontekstu, tekst, JSON, obrazy i wideo na wejściu, prawdopodobieństwa na wyjściu, Apache-2.0. To wystarczy, by zdecydować, czy architektura pasuje do twojego problemu. Pytaniem, na które nie potrafi jeszcze odpowiedzieć, jest to, czy własna tablica wyników dostawcy mówi prawdę o modelu, a nikt spoza Cloudflare tego nie sprawdził.