Cloudflare выпустила модели Clef для решений ИИ-агентов

Cloudflare представила Clef и Clef-flash — decision-модели для ИИ-агентов. В отличие от больших языковых моделей, они возвращают не развёрнутый текст, а краткую классификацию с вероятностями. Например, при обработке обращения в поддержку Clef оценивает срочность и определяет, какая команда должна заняться тикетом. Код может использовать эти результаты для маршрутизации, эскалации или передачи дела человеку.

По словам Cloudflare, «человек не обязательно должен оставаться в цикле для агентных решений». Агенты могут «программно собирать контекст, принимать решения и выполнять действия, или передавать управление человеку при необходимости». Название Clef взято из музыки, где ключ задаёт высоту нот на нотном стане. Фонетическое сходство с Jev, вероятно, не случайно.

Decision-модели занимают нишу между LLM и традиционными классификаторами. Языковые модели умеют рассуждать и вызывать инструменты, но их выводы нестабильны и медленны. Классификаторы быстры, но требуют переобучения для каждой новой категории. Cloudflare позиционирует Clef как прямой ответ на модель Jev от TypeSafe AI и сохраняет полную совместимость API, чтобы клиенты могли легко переключиться.

Скорость и бенчмарки

По данным Cloudflare, на 43 бенчмарках Clef и Clef-flash быстрее всех конкурентов. Медианная задержка Clef-flash — около 39 мс, Clef — около 209 мс, тогда как Jev — чуть более 524 мс. Обе модели работают на инфраструктуре Cloudflare, что даёт преимущество за счёт близости к граничным дата-центрам.

Команда Cloudflare по киберугрозам уже тестирует Clef для классификации сайтов. В одном примере модель присвоила домену 95% вероятность быть сайтом о моде и 85% — интернет-магазином. Вероятность фишинга оказалась менее 1%. Загрузка, рендеринг и классификация заняли 2,2 секунды. Самая быстрая универсальная языковая модель Cloudflare справилась за 4,7 секунды и вернула только две категории.

Clef также умеет обрабатывать изображения, тогда как Jev пока ограничен текстом. Контекстное окно на 64 000 токенов вмещает вдвое больше входных данных, чем у Jev. В собственных бенчмарках Cloudflare Clef лидирует по Jev Decision Index.

Обучение и доступность

Clef основана на Qwen3.8–27B, Clef-flash — на меньшей Qwen3.5–9B. Cloudflare не меняет базовые модели при обучении, а использует собственные синтетические данные для тренировки дополнительных компонентов. Эти компоненты извлекают варианты ответов и вероятности из внутренних вычислений моделей. Компания также применяет собственный вариант Reinforcement Learning for Calibrated Decisions (RLCD) — метода, которым TypeSafe обучала Jev.

Клиенты смогут дообучать Clef под свои задачи. Cloudflare запускает сервис обучения с подкреплением: сначала команда forward deployed инженеров будет помогать с файнтюнингом, позже появится self-service платформа. Пользователи смогут собирать датасет через AI Gateway, оценивать запросы в RL-песочнице и разворачивать дообученную модель на Workers AI. Для запуска кастомных моделей Cloudflare использует технологии Replicate, приобретённой в конце 2025 года.

Cloudflare планирует применять Clef внутри компании для проверки жалоб на злоупотребления, сортировки запросов в поддержку и отличия полезных ботов от вредоносных. Обе модели работают на платформе Workers AI и доступны на Hugging Face под лицензией Apache-2.0.

Подход популяризировала TypeSafe AI — стартап бывшего исследователя OpenAI Диогу Алмейды, представивший Jev в середине сентября. TypeSafe продвигает Jev как модель «без галлюцинаций», хотя это гарантирует лишь то, что она остаётся в рамках заданных вариантов ответа, и не исключает ошибок. В конце сентября OpenAI выпустила Decisions API на базе GPT-6 Luna, которая также принимает контекст в виде текста или изображений.