Cloudflare上新Clef-omni 决策模型全面多模态

Cloudflare 上周刚发布「决策模型」Clef 和 Clef-flash，一周后又送上新东西：开放权重的 Clef-omni 正式上线，在文本和图片之外首次支持音频与视频输入；同时官方托管的 Clef 提速最高一倍，Clef-flash 大幅降价——官方称现在比 TypeSafe 的 Jev 还便宜。

与大语言模型不同，Clef 系列不是用来生成文本的，而是做「决策」：输出结构化、受 schema 约束的判断结果，比如判断一段内容是不是垃圾信息、一个请求该走哪条流程。因为跳过了输出 token 生成，媒体文件无需先转写或配字幕，直接映射进统一序列，音频与视频帧同步联合处理——一次 API 调用就能替代过去「语音转文字加图文分类」的多级流水线。

速度是它最大的卖点：纯文本决策中位延迟约 130 毫秒，图片输入约 150 毫秒。Cloudflare 内部团队已经把 Clef 用在日常检测里：GitHub 文档仓库用它即时识别并关闭垃圾 issue，内容管理系统用它审查插件库里的钓鱼内容，数据防泄漏团队用它扫描敏感信息。公司把这种变化概括为「检测和分类能力下沉到模型层」——任何开发者都能把它嵌进自己的工作流。

技术路线上，Clef-omni 延续了 Clef 的做法：冻结 Qwen3 骨干网络，只训练 LoRA 低秩适配器，再用标签平滑交叉熵损失结合 Brier 分数校准做后训练，官方称模型因此更稳健、置信度更可信。模型权重已开源到 Hugging Face，API 与 Jev 完全兼容，也可以通过 AI Gateway 调用，换模型只需改一行。

这波提速主要来自服务层：官方托管版本改用 SGLang 部署，Cloudflare 与 SGLang 团队合作提交的改动已并入 SGLang 0.5.22。自托管用户拿到权重后同样能吃到这波优化。

降价并非没有代价：托管版 Clef-flash 的上下文窗口从 64k 缩到 24k。Cloudflare 给出的理由是数据——只有 0.24% 的请求输入超过 24k token，因此选择用窗口换价格。Clef 主模型保持 64k 不变，Hugging Face 上的模型权重本身也没有改动。

从上周决定做决策模型、不到一周拼出 Clef，到今天补齐多模态并降价，Cloudflare 在模型上的迭代节奏明显快于常规产品线。公司表示这只是开始，「我们会继续变得更好、更快、更便宜、更有创新性」——一家以网络和 CDN 起家的公司，正在认真挤进模型生意。

编译自 Cloudflare Blog，原标题：“Introducing Clef-omni with full multimodality, plus a faster Clef and a cheaper Clef-flash”