Clef: что на самом деле представляет собой 27B-модель принятия решений Cloudflare

Clef — это мультимодальная модель принятия решений с 27 миллиардами параметров, опубликованная Cloudflare. Вы передаёте ей состояние — строку, объект JSON, изображение, видеоклип — а также схему из до 64 типизированных вопросов, и она возвращает вероятность для каждого допустимого варианта каждого вопроса за один прямой проход. Нигде в конвейере нет генерации текста и нет разбора вывода: модель выдаёт по одному логиту на каждый допустимый вариант, вы применяете softmax по каждому вопросу — и готово. Веса распространяются под лицензией Apache-2.0 и находятся в репозитории Cloudflare/clef на Hugging Face; Cloudflare также обслуживает модель со своей платформы Workers AI.

Для ориентира важны две даты, и ни одна из них не является причиной существования этой страницы. Веса были опубликованы 30 сентября 2026 года, а анонсирующий пост Cloudflare датирован 1 октября 2026 года; таким образом, на день написания этого текста Clef исполнилось двенадцать дней — достаточно давно, чтобы это не было новостью, и эта страница не подаёт это как новость. Она существует потому, что «clef» — это запрос, который люди действительно вводят, а до сих пор ничто в этом блоге на него не отвечало. Запуск — это то, чем датируется модель; суть же — в справочных материалах ниже.

Вопрос о размере, решённый издателем

Рядом друг с другом циркулируют два значения числа параметров, и только одно из них относится к этой модели.

• Clef — это 27B.На собственной странице модели Cloudflare её описывают как «мультимодальную модель принятия решений на 27B», и карточка модели на Hugging Face говорит то же самое в первой строке: «Clef — это мультимодальная модель на 27B, которая превращает состояние и схему типизированных вопросов в решения».

• 9B — это другая модель, а не второй размер этой. Чекпоинт 9B — это Clef Flash, отдельный родственный вариант с собственным репозиторием и собственной страницей модели. Все, кто искал Clef 9B, искали Clef Flash. Они не взаимозаменяемы, и их показатели не переносятся с одной на другую.

• Есть и третий участник. Clef Omni, анонсированный 9 октября 2026 года, — это модель mixture-of-experts на 30B с 3B активных параметров, построенная на другом базовом бэкбоне. Она также читает аудио. Если вы видели «30B» рядом с Clef, то это Clef Omni, а не Clef.

Итак, размер модели на этой странице — 27B, и точка, а репозиторий поставляет её в BF16 safetensors. Опубликованный набор файлов составляет примерно 55 ГБ в двадцати пяти файлах — это число имеет значение, если вы собираетесь хостить её самостоятельно, а не вызывать.

Как Clef связан с Clef Flash

Cloudflare выпустила Clef как семейство, и структура этого семейства — полезная часть, а не второстепенная деталь. Clef и Clef Flash разделяют один рецепт: заморозить базовую модель Qwen3.8-27B для более крупной модели и базовую модель Qwen3.5-9B для меньшей, сохранить визуальный энкодер и обучить поверх небольшую совместную голову схемы плюс низкоранговые адаптеры. Один и тот же контракт вывода, разная ёмкость и совершенно разный профиль задержки.

Этот общий контракт — причина, по которой обе модели стоит понимать вместе: схема, написанная для одной, является схемой для другой, а смена того, какая из них отвечает, — это смена идентификатора модели, а не переписывание. Компромисс здесь — скорость против возможностей, и собственный пост Cloudflare от 9 октября обострил этот компромисс, снизив цену хостинга Clef Flash до $0.038 за миллион входных токенов, оставив Clef на уровне $0.24 за миллион входных токенов. Обратите внимание, что ещё сделал тот пост: он уменьшил окно контекста хостинга Clef Flash до 24 000 токенов с 64 000, которые ранее были заявлены, тогда как сам Clef остался на 64 000.

Архитектура: замороженный бэкбон плюс голова скоринга

Clef — это не языковая модель, надевшая шляпу классификатора. Этот принцип устройства стоит сформулировать точно, потому что он объясняет почти все остальные свойства модели.

• Бэкбон — Qwen3.8-27B, включая его визуальный энкодер, перенесён и заморожен, хранится в виде обычных шардированных safetensors.

• Совместная схема-голова — небольшая трансформерная голова, которая считывает финальные скрытые состояния бэкбона, направляет свидетельства из состояния к каждому вопросу и оценивает все варианты всех вопросов совместно, а не по одному вопросу за раз.

• Обучение — низкоранговые адаптеры с рангом 256, кросс-энтропия со сглаживанием меток плюс потеря Бриера для калибровки, а также цикл Cloudflare «Обучение с подкреплением для калиброванных решений».

• Выход — один логит на каждый допустимый вариант, для каждого вопроса. Softmax для каждого вопроса даёт вероятности. Больше ничего не выводится.

Совместное оценивание — это то, что отличает Clef от набора независимых классификаторов. Поскольку все вопросы оцениваются по одному и тому же скрытому состоянию за один проход, вопросы могут дополнять друг друга, и вся система неавторегрессионна — нет цикла декодирования, откуда и берутся показатели задержки. Cloudflare описывает инференс как проход только с prefill.

Контекст, ограничения и что входит

Относительно контекста и модальности материалы поставщика конкретны, и там, где они молчат, это молчание стоит зафиксировать, а не замалчивать.

• Контекстное окно — 65 536 токенов на хостируемом Cloudflare эндпоинте Workers AI, согласно странице модели. Именно эту цифру пост Cloudflare о запуске противопоставляет окну в 32 000 токенов, которое Cloudflare приписывает Jev от TypeSafe.

• Контекст при самостоятельном хостинге — В публикации Cloudflare от 9 октября говорится, что веса Hugging Face были обучены поддерживать окно в 256 000 токенов, если вы запускаете их самостоятельно. Входящий в комплект кодировщик в этом репозитории по умолчанию использует max_length=16,384, что является значением по умолчанию, а не потолком, но именно это вы получите, если воспользуетесь загрузчиком в том виде, в каком он поставляется.

• Максимальный объём вывода — не публикуется. Публикуемого бюджета токенов нет: модель возвращает фиксированный вектор вероятностей для каждого вопроса, поэтому естественным ограничением является схема (от 1 до 64 вопросов, в каждом от 2 до 26 вариантов), а не длина в токенах.

• Модальности ввода — текст, JSON, изображения и видео. На странице Workers AI компьютерное зрение указано как поддерживаемое: принимаются изображения PNG, JPEG или WebP — до четырёх за запрос. Clef Omni, отдельно от этого, добавляет аудио; сам Clef — нет.

• Выходная модальность — вероятности. Clef не может составить ответ, обобщить ветку обсуждения или построить предложение, и он не станет выдумывать категорию, которую вы не объявили.

•Лицензия — Apache-2.0, как у базовой контрольной точки Qwen3.8-27B. На странице модели Cloudflare приведена ссылка на лицензию, а не указано её название в тексте страницы; сам файл лицензии — Apache-2.0.

Одна деталь реализации описана как ловушка, и её стоит повторить: confidence — это поле, показывающее, насколько сконцентрированы вероятности, а не вероятность того, что ответ верен. Хорошо откалиброванная модель может выдать правильный ответ с низкой уверенностью, а неправильный — с высокой.

Что утверждает Cloudflare и что было фактически измерено

Это раздел, который следует читать внимательно, потому что промежуток между двумя половинами заголовка широк.

Все показатели производительности, привязанные к Clef, исходят от Cloudflare. В карточке модели опубликована таблица более чем на сорок строк, основанная на том, что описывается как «наш внутренний прогон набора Decision Index 0.2.1», и эта таблица лидеров размещена на Cloudflare. Оценки рабочих процессов под ней взяты из публичного набора для оценки TypeSafe, но прогон всё равно выполнен Cloudflare. На сегодняшний день я не могу найти независимого стороннего воспроизведения ни одной из этих таблиц — ни внешней лаборатории, ни нейтральной таблицы лидеров, ни опубликованной репликации. Рассматривайте эти числа как наилучший вариант поставщика, а не как измерения.

Закономерность внутри этих чисел информативнее любой отдельной ячейки. Самые сильные результаты Clef — на задачах, по форме близких к классификации: в прогоне Cloudflare он сообщает 94,2 macro-F1 на интенте BANKING77 против 79,7 у Jev и 97,4 macro-F1 на CLINC150 с обработкой выхода за пределы области против 89,3. Показатель выхода за пределы области — операционно самый интересный, потому что отказ от классификации и есть сложная половина маршрутизации. Также сообщается о 98,5 case-exact на BFCL и 86,7 на CRUXEval.

Проигрыши последовательно указывают в одну и ту же сторону. В той же таблице Clef указывает для GPQA Diamond 48,0 против 78,3 у Jev, для MMLU-Pro — 65,9 против 82,7, а для BBH — 73,7 против 92,9. Это три самых больших разрыва в таблице, и все они описывают одну и ту же слабость: рассуждения за пределами форм, на которых обучалась модель. В четырёх оценках сквозных рабочих процессов две модели достаточно близки, поэтому порядок не является значимым выводом.

Задержка — это единственное место, где преимущество является структурным, а не маргинальным, и потому наиболее вероятно выживет при столкновении с продакшеном. Cloudflare сообщает медиану 209,3 мс и p95 238,6 мс для Clef против 524,1 мс и 536,0 мс для Jev. Такой порядок вытекает из неавторегрессионной архитектуры, а не из причуд бенчмарка, — но абсолютные миллисекунды были измерены на собственном оборудовании Cloudflare и сами по себе мало что значат.

Стоит отметить всем, кто уже видел в этом блоге таблицу бенчмарков Clef: показатели обслуживания изменились 9 октября. Cloudflare перевела Clef на SGLang для обслуживания и передала эту работу в upstream, сообщив о медианном ускорении 1,7× при примерно 800 входных токенах и 2,0× при примерно 3 400 токенах. Это изменения на уровне обслуживания, а не новые веса, и сама модель не изменилась. Если вы ссылаетесь на показатель задержки, полученный до 9 октября, он устарел.

Звоним в Clef и правильно выстраиваем отношения с Cloudflare

Есть два способа запустить это, и ни один из них не загадочен.

Первый — это собственный эндпоинт Cloudflare. Clef обслуживается через Workers AI, собственную платформу инференса Cloudflare, по цене $0.24 за миллион входных токенов без платы за выходные токены — что следует из отсутствия выходных токенов. Медиа-входные данные преобразуются в токены и тарифицируются по той же ставке, что и входные. Это издатель, размещающий свою собственную модель, и в этом вся суть отношений: поисковые запросы, которые связывают название этой модели с Cloudflare, не указывают на сторонний хост, который случайно её добавил. Cloudflare её создал.

Второй вариант — ваше собственное оборудование. Веса модели находятся на Hugging Face под лицензией Apache-2.0, поэтому самостоятельный хостинг разрешён без коммерческих переговоров. В собственных тестах Cloudflare использовались torch 2.11 и transformers 5.10.2 на одном H200, при этом для ввода изображений и видео требовался pillow. Если вы читали, что Clef также работает на SGLang, это верно по состоянию на изменение в обслуживании от 9 октября; работа в upstream запланирована к выпуску в SGLang 0.5.22.

Форма API намеренно не нова. Тела запросов и ответов Clef совместимы с форматом SystemOne от TypeSafe, поэтому конвейер, уже настроенный на модель принятия решений такой формы, может переключиться на Clef, изменив URL и строку модели. Это реальный аргумент о стоимости переключения, и он работает в обе стороны, что и есть честный способ это интерпретировать: поскольку интерфейс одинаков, внедрение Clef обходится дешево, и отказ от него столь же дешев. Разумная позиция для команды, у которой эндпоинт принятия решений уже в продакшене, — запускать оба на собственном трафике, а не мигрировать. Если вы маршрутизируете через OrcaRouter, Jev 1.13 от TypeSafe — это указанная модель в нашем каталоге, поэтому A/B-тест между текущим решением и тем, что вы развертываете самостоятельно, находится за одним ключом, а не за двумя контрактами — более 200 моделей, списочная цена провайдера передаётся без наценки за токен, и обработка отказов выполняется за вас.

Об одном эта страница вам не расскажет: доступен ли Clef через нас. Cloudflare публикует его в Workers AI и на Hugging Face, а я не проверял маршрут через наш собственный список моделей, так что утверждать нечего.

Что всё ещё остаётся нерешённым?

Самое полезное, что могло бы случиться с Clef, — это независимое воспроизведение Decision Index. Этот набор общедоступен, и Cloudflare описывает оценки как воспроизводимые, поэтому запуск силами третьей стороны — это разница между таблицей вендора и фактом. Пока этого не существует, честная характеристика опубликованного профиля Clef такова: это очень сильный ограниченный классификатор с быстрой неавторегрессионной архитектурой и существенно более слабая универсальная модель рассуждений, чем модель, с которой его сравнивали в бенчмарке.

Три конкретные вещи изменили бы эту интерпретацию. Нейтральное воспроизведение чисел для запросов вне области для BANKING77 и CLINC150, потому что разрыв в тридцать пунктов с действующим решением — это либо вся история, либо артефакт. Показатель p95 при реальной конкурентной нагрузке, потому что медиана в 209 мс, измеренная на одном H200, ничего не говорит о горячем пути под нагрузкой. И дообученный Clef, который превосходит базовую модель на задаче, для которой базовая модель никогда не обучалась, — то, что платформа дообучения с подкреплением от Cloudflare призвана обеспечивать, но пока не продемонстрировала на клиентском результате.

До тех пор читателю остаётся опираться только на общие очертания этой вещи: 27B параметров, замороженная базовая модель Qwen3.8-27B с её визуальным энкодером, совмещённая головка схемы, 65 536 токенов размещённого контекста, на входе текст, JSON, изображения и видео, на выходе вероятности, Apache-2.0. Этого достаточно, чтобы решить, подходит ли архитектура для вашей задачи. Вопрос, на который она пока не может ответить, — верна ли собственная таблица результатов поставщика в отношении модели, и никто за пределами Cloudflare этого не проверял.