Cloudflare 开源多模态决策模型 Clef，专为智能体高速判断设计

10月1日，Cloudflare 宣布推出由 Workers AI 团队训练的首批模型 Clef 与 Clef-flash，并同步在 Hugging Face 以 Apache 2.0 协议开源权重。与常规大语言模型不同，决策模型不生成自由文本，而是读取输入状态与一组带类型的问题，直接返回每个选项的概率，让智能体立即拿到可执行的结构化判断。

Clef 基于 Qwen3.8-27B 后训练而来，参数量约 27B，原生配备视觉编码器，可直接解析图像并做判别分类，支持最多 4 张图像输入，上下文窗口达 64k；轻量版 Clef-flash 基于 Qwen3.5-9B，面向毫秒级决策。官方称在 10 项决策基准中，Clef 系列在 7 项上领先于 Jev 等同类模型，中位延迟分别为 209 毫秒与 39 毫秒，较 Jev 快 2.5 倍到 13 倍。

Clef 的 API 与 TypeSafe AI 的 Jev 兼容，开发者可将其直接放在智能体请求路径上做路由、拦截或升级人工等判断，再把动作交给下游大模型。Cloudflare 同时推出强化学习微调服务，可用 AI Gateway 采集真实流量、以 Containers 作 RL 沙箱，按业务场景定制 Clef。这类“小模型做判断、大模型做执行”的分工，正成为智能体基础设施的新范式。

决策模型瞄准的是智能体在生产环境里高频、低延迟的判断环节——例如工单分派、请求放行、风险升级。相比动辄生成长文本的通用模型，结构化决策更可控、更易审计，也更适合放在请求热路径上。随着智能体从演示走向规模化部署，这类专用模型的价值正在快速凸显。