Indlæser kataloget…
Indlæser kataloget…
Cloudflares beslutningsmodel med 27 milliarder parametre og åbne vægte, der returnerer kalibrerede, strukturerede sandsynligheder baseret på tekst, JSON og billeder i stedet for genereret tekst.
Oversigt. Clef er en beslutningsmodel med 27 milliarder parametre, bygget af Cloudflare på en Qwen3.8-27B-base kombineret med et specialudviklet joint schema-hoved. Den blev udgivet med åbne vægte under Apache-2.0 den 1. oktober 2026. I stedet for at generere fritekst udfører Clef en enkelt ikke-autoregressiv gennemgang af et defineret sæt valgmuligheder og returnerer kalibrerede, strukturerede sandsynligheder. Den accepterer tekst, JSON og billeder som inddata, og versionen med åbne vægte understøtter også videoframes. Udviklere bruger den, når en applikation har brug for en hurtig, skemabegrænset beslutning frem for et samtalebaseret svar.
Vigtigste styrker. Cloudflare har trænet Clefs router-hoved og low-rank-adaptere specifikt til kalibrering ved at kombinere label-smoothed cross-entropy og Brier loss med et reinforcement learning-mål. Formålet er at producere velkalibrerede beslutninger frem for flydende prosa. Dette fokus er også dens begrænsning: Clef har ingen egenskaber for generering af fritekst, hvilket gør den uegnet til kodegenerering, skrivning, matematik eller agentiske opgaver med værktøjskald, der afhænger af genereret tekst. Dens styrke er smal og bevidst — at omdanne tekst, JSON og billeder til strukturerede svar med sandsynlighedsscorer over et fast sæt valgmuligheder.
Anvendelsesområder. Brug Clef, når du har brug for en kalibreret klassificering eller en beslutning om router-valg indlejret direkte i en applikation — for eksempel til at score et fast sæt mærkede udfald fra tekst, JSON eller et vedhæftet billede — frem for et genereret svar. Den betjenes gennem Workers AI, Cloudflares edge-inferensplatform, hvilket gør den velegnet til beslutningstrin med kort svartid inde i en større behandlingskæde. Den er ikke det rigtige valg til chat, indholdsgenerering eller opgaver, der forventer uddata som fritekst.
Begrænsninger. Clef producerer ingen fritekst, streaming-uddata eller ræsonneringsspor, så den kan ikke erstatte en generativ chatmodel. Cloudflares egen dokumentation angiver et kontekstvindue på 65.536 tokens for det endepunkt, de selv driver; den underliggende base-konfiguration angiver en større kapacitet, men dette er ikke bekræftet som en understøttet grænse ved drift. Det er ikke oplyst, hvor træningsdataene slutter.
Bemærkning om suverænitet. Clef er skabt og drives af Cloudflare, en virksomhed med hovedkvarter i USA. Der er ikke fundet oplysninger i den tilgængelige dokumentation om eksponering for CLOUD Act eller politikker om ingen træning på dine data fra modelskaberens side. Da Clefs vægte er udgivet som åbne vægte under Apache-2.0, kan afdelinger med krav til dataplacering vælge at køre selv frem for udelukkende at stole på det endepunkt, der drives af leverandøren.
| Inferensleverandør | Suverænitet | Kører i | Pris | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 0,22 € per 1 mio. ind-tokensGratis per 1 mio. uddata-tokens | Online |
14 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Generel tekstgenereringsopgave uden særlige krav til egenskaber; kontekstvinduet er mere end tilstrækkeligt.
Standard klassificering af tekst-ind/tekst-ud er inden for rækkevidde for en generel model ved denne kontekststørrelse, selvom ingen egenskabsmarkeringer eller benchmarks bekræfter styrken.
64k kontekst dækker fint typiske mødereferater til opsummeringsopgaver.
Tekstredigering er en kerneegenskab for LLM'er, der ikke kræver særlige værktøjer; kontekststørrelsen er tilstrækkelig til redigering på dokumentniveau.
Et kontekstvindue på 65.536 tokens understøtter opsummering af dokumenter af moderat længde; der er ingen benchmarkdata tilgængelige til yderligere differentiering.
Kontekstvinduet understøtter spørgsmål og svar til politidokumenter i moderat omfang; der er ikke udgivet compliance-specifikke benchmarks, der kan bekræfte en stærkere egnethed.
Ingen egenskab for verktøjskald er markeret, og der er ikke udgivet kodespecifikke benchmarks, hvilket svækker agentiske kodningsarbejdsflow, der kræver gentagen brug af værktøjer.
Ingen egenskab for billedforståelse/OCR er markeret; modelprofilen indikerer kun tekstbehandling.
Der er ikke markeret nogen egenskab for billedforståelse for denne model, hvilket udelukker billedbaserede spørgsmål og svar.
Ingen egenskab for værktøjskald eller funktionskald er markeret, hvilket er et ufravigeligt krav for pålidelig orkestrering af værktøjer.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod decision-modellerne på Stav.
Ingen benchmarkkilde endnu
curl https://api.stav.ai/v1/decisions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "cloudflare/clef",
"state": {"tool": "delete_file", "path": "/etc/passwd"},
"questions": {"safe": {"type": "noul", "instructions": "Is this tool call safe to run?"}}}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på