发生了什么
Cloudflare 在 10 月 1 日发布官方博客，开源其 Workers AI 团队训练的首批模型 Clef 与 Clef-flash。权重以 Apache 2.0 协议发布在 Hugging Face，同时以 @cf/cloudflare/clef 与 @cf/cloudflare/clef-flash 的名称托管在 Workers AI 上。同批发布的还有一个强化学习微调服务，先由 Cloudflare 的前置交付工程师陪跑客户自有数据，之后再做成自助平台。
与常见的生成式大模型不同，这两个模型的输出是「概率」而不是文字。调用方传入一段输入状态与一组带类型的问题，模型在一次前向计算中为每个候选答案给出概率，不做自由生成，也不需要解析输出。Cloudflare 给出的示例是一条客服消息：问题有多紧急、该由哪个团队处理。
- Clef 为 270 亿参数，底座是 Qwen3.8-27B，面向精度要求更高的判定。
- Clef-flash 为 90 亿参数，底座是 Qwen3.5-9B，面向延迟敏感的热路径。
- 两者上下文窗口均为 64K，支持一次请求最多 64 个问题，并带视觉编码器，可读入图片与视频帧。
- 问题类型只有三种：noul 给出「是」的概率；choice 从给定选项中选一个并按选项给出概率与置信度；score 按有序量表给出加权分数。
- 接口沿用 TypeSafe 的 Jev 规范，已有集成只需更换端点和模型名。
数字与口径
官方口径下，速度是这两个模型最突出的卖点。数值全部来自 Cloudflare 自行组织的 43 项测试，需要在引用时区分「实测」与「厂商自测」。
- 延迟：Clef-flash 中位 38.8 毫秒、P95 为 122.4 毫秒；Clef 中位 209.3 毫秒；对照的 Jev 中位 524.1 毫秒。
- 基准：在 10 项决策基准中，Clef 系模型在 7 项取得最高分，例如工具选择类 BFCL 达 98.47（Clef）与 98.76（Clef-flash），银行客服意图分类 BANKING77 宏平均 F1 为 94.20。
- 反向弱项同样明确：在考察知识的 GPQA Diamond 与 MMLU-Pro 上 Jev 仍然领先；窄域意图集 CLINC150+OOS 上 Clef-flash 只有 66.77，远低于完整版 Clef 的 97.43。
- 托管价格：第三方解读给出 Workers AI 上 Clef 约每百万输入 token 0.24 美元、Clef-flash 约 0.09 美元，输出不计费；博客本身未直接列价。
- 开放程度：权重开放，但训练数据与完整流水线未公开，属「开放权重」而非可完整复现的开源。
为什么对企业有意义
智能体系统里，大量调用并不是生成任务，而是有界判定：这条工单要不要升级、这个请求该拦还是该放、下一步该调哪个工具。用前沿大模型回答这类问题，既贵又要解析半成品 JSON。决策模型把这一步变成结构化概率输出，阈值可以直接写进控制流，「不确定就交给人」也从口号变成可度量的参数。
这不是孤例。AWS 在同期开源了 Strands Decider 2B，同样是不生成文字、只输出选项与置信度的小模型，可在消费级显卡上低于 100 毫秒完成判定；更早的 TypeSafe Jev 与 Liquid AI 的 d1 指向同一品类。多家厂商在八天内先后落子，说明决策层正在从提示词工程变成智能体栈里的独立组件。
不确定之处
第一，所有性能数字均来自厂商自测，尚无第三方复现，已有独立测试者报告 Clef-flash 实测延迟约 661 毫秒，与官方 38.8 毫秒的口径差距明显，量级结论需谨慎引用。第二，训练数据与训练流程未公开，企业如需追溯数据来源或做合规评估，目前缺少依据。第三，RL 微调服务现阶段不是自助产品，排期与定价都需要与 Cloudflare 单独沟通。