Cloudflare Clef：能读文本、图片和视频的开源 Jev 替代模型

Cloudflare Clef 和 Clef-Flash 是能读文本、图片和视频的开源决策模型。本页汇总基准测试、Workers AI 价格、部署方法，以及和 Jev、Laya 的对比。

最后更新: 2026/10/2

Cloudflare Clef 是 Cloudflare 推出的开源决策模型。你给它一段输入（称为 state，可以是文本、JSON、图片或视频）和一组类型化问题，Clef 一次前向计算就返回每个问题每个选项的概率，不生成文字，也不用解析输出。Cloudflare 在 2026 年 10 月 1 日发布了两个版本：Clef（27B）和更快的 Clef-Flash（9B），都以 Apache 2.0 许可开源在 Hugging Face 上，同时上线了 Workers AI。

Clef 和 TypeSafe 的 Jev、开源的 Laya 属于同一类：System One 模型，负责快速、有边界的判断，慢思考交给大模型。Clef 的请求和返回格式沿用 Jev，而且和 Jev、Laya 不同，它除了文本还能读图片和视频。本页汇总 Cloudflare 公布的信息、Clef 的用法，以及它和 Jev、Laya 和同一周发布的其他模型的对比。

Cloudflare Clef 一览

ClefClef-Flash
发布日期2026 年 10 月 1 日2026 年 10 月 1 日
基础模型Qwen3.8-27BQwen3.5-9B
参数量27B9B
下载大小约 55 GB约 19 GB
许可证Apache 2.0Apache 2.0
输入文本、JSON、图片、视频文本、JSON、图片、视频
问题类型choice（多选一）、score（打分）、noul（是/否）同左
Workers AI 价格每百万 input token $0.24每百万 input token $0.09
Workers AI 限制上下文 65,536 token，每次 1 到 64 个问题，最多 4 张图片同左
中位延迟209.3 毫秒38.8 毫秒

来源：Clef 和 Clef-Flash 模型卡、Workers AI 模型页、Cloudflare 官方博客。延迟是 Cloudflare 在自己的基准测试上测的。

Clef 是怎么工作的

Clef 保留了 Qwen 主干（包括视觉编码器），在后面加了一个小的联合决策头（joint schema head）。它读取主干最后一层的隐藏状态，把输入里的证据分配给每个问题，再把所有问题的所有选项一起打分。输出是每个选项一个 logit，对每个问题做 softmax 就得到概率。

所以 Clef 对同一段输入问多个问题时只需要读一遍，而不是每个问题读一遍。据官方博客介绍，Cloudflare 冻结了主干，只训练决策头和低秩适配器，用交叉熵和 Brier 损失，再加一步叫 RLCD（Reinforcement Learning for Calibrated Decisions，Jev 和 Laya 也用这套训练思路）的强化学习，让概率和实际准确率对得上。

Cloudflare 说，Clef 最初是为自己大量的判断类工作做的，比如内容安全审核、客服工单分流和机器人流量识别。

基准测试：Cloudflare 公布的结果

Cloudflare 自己跑了一遍 Decision Index 测试集（40 多个任务），参测的有 Clef、Clef-Flash、Jev、Kev 9B、Laya 等。部分结果：

基准ClefClef-FlashJevLaya
BANKING77（macro-F1）94.290.979.714.3
CLINC150 + 范围外意图（macro-F1）97.466.889.33.2
BFCL（完全正确率）98.598.895.838.1
ContractNLI（macro-F1）81.484.371.729.0
RAGTruth（幻觉检测 F1）79.435.676.548.8
MMLU（准确率）90.391.891.730.7
GPQA Diamond（准确率）48.051.078.327.6
BBH（准确率）73.768.992.934.1
ForecastBench（Brier，越低越好）13.910.617.441.1
中位延迟（毫秒）209.338.8524.15.8
p95 延迟（毫秒）238.6122.4536.0222.5

在 Typesafe Evals 的 4 个端到端业务流程上，Clef 在发票处理（主要动作 86.2 对 83.1）和安全事件（62.9 对 61.7）上超过 Jev，客服略高（76.3 对 76.0），智能体链路观测上落后（68.5 对 71.6）。

怎么看这些数字：

  • 都是 Cloudflare 自测的。 所有模型都由 Cloudflare 自己跑，还没有独立复现。
  • 难推理题还是 Jev 强。 GPQA Diamond、BBH、MMLU-Pro 上 Jev 都明显领先。
  • Clef-Flash 不只是「弱一点的 Clef」。 很多任务上它比 27B 的 Clef 还好，但个别任务会大幅掉分（带范围外意图的 CLINC150、RAGTruth），上线前要用自己的数据测。
  • Laya 准确率差得多，速度快得多。 Laya 是 421M 的编码器，MMLU、GPQA 这类需要世界知识的任务本来就不擅长；Cloudflare 也没说明用的是哪个 checkpoint 和什么设置。它 5.8 毫秒的中位延迟是全表最快。所有模型问同样问题、针对日常决策任务的测试，见我们的 System One 基准测试。

怎么用 Cloudflare Clef

在 Workers AI 上调用

Workers AI 上的模型名是 @cf/cloudflare/clef 和 @cf/cloudflare/clef-flash。在 Worker 里：

const response = await env.AI.run('@cf/cloudflare/clef', {
  model: 'clef',
  state: 'Checkout has been failing for every customer for the last hour.',
  questions: {
    urgent: { type: 'noul', instructions: 'Is this support request urgent?' },
    team: {
      type: 'choice',
      instructions: 'Which team should handle this request?',
      criteria: {
        billing: 'Payments, invoices, and refunds',
        technical: 'Outages, errors, and configuration',
      },
    },
    severity: {
      type: 'score',
      instructions: 'How severe is the customer impact?',
      criteria: ['No impact', 'Minor', 'Major', 'Critical'],
    },
  },
});

在其他环境里，用 Cloudflare API token 调 REST 接口：

curl https://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/ai/run/@cf/cloudflare/clef-flash \
  -H "Authorization: Bearer $CLOUDFLARE_AUTH_TOKEN" \
  -d '{"model": "clef-flash", "state": "...", "questions": {"spam": {"type": "noul", "instructions": "Is this message spam?"}}}'

请求体就是 Jev 那套 state + questions，另外可以加 images 列表。接口地址和鉴权是 Cloudflare 的，所以自己拼 Jev 请求体的代码只要换地址和 token；如果用的是 Jev SDK，先确认它能不能指向这个地址。

在自己的 GPU 上运行

权重和推理代码都在 Hugging Face 上。Cloudflare 在单张 H200 上用 torch 2.11、transformers 5.10.2 测试过。systemone 函数接收 Jev 格式的请求、返回 Jev 格式的结果：

import sys
from huggingface_hub import snapshot_download

path = snapshot_download('Cloudflare/clef-flash')
sys.path.insert(0, path)
from joint_schema_model import load_release_model, systemone

model, processor = load_release_model(path, device='cuda')
response = systemone(model, processor, {
    'model': 'clef-flash',
    'state': '结账页面开始报错，订单都下不了。',
    'questions': {
        'outage': {'type': 'noul', 'instructions': '是否有服务宕机？'},
    },
})
print(response['answers'])

硬件：Clef 的权重约 55 GB，需要一张 80 GB 级别的 GPU，比如 H100 或 H200。Clef-Flash 约 19 GB，至少需要 24 GB 显存的 GPU（按文件大小估算，未计入推理时的额外占用）。两者都不适合用 CPU 跑。如果要在 CPU、笔记本或浏览器里做判断，Laya 大约 3 GB 内存就能运行。

Clef 和 Jev、Laya 以及同期新模型的对比

Clef 发布的这一周很热闹：9 月 30 日到 10 月 1 日，Perplexity 和 AWS 也各自开源了决策模型。

Cloudflare Clef / Clef-FlashTypeSafe JevPerplexity pplx-decider-v1-27bAWS Strands Decider 2BLaya
权重开源，Apache 2.0闭源开源，Apache 2.0开源，Apache 2.0（LoRA 适配器）开源，Apache 2.0
大小27B / 9B未公开27B2B421M / 322M
输入文本、JSON、图片、视频文本文本、图片文本文本、JSON
托管服务Workers AI，每百万 input token $0.24 / $0.09TypeSafe，每百万 input token $0.042Perplexity API无托管 Laya API 或自己部署
自己部署的硬件80 GB / 24 GB 显存 GPU不能自己部署权重约需 49 GiB 显存小显存 GPU（2B 底座）CPU、GPU 或 Apple Silicon
Jev 请求格式兼容原版自有 Decider 类未说明兼容，通过 laya-serve

这一类模型的准确率目前都是各家自测、测试集也不一样。完整列表见 System One 模型汇总。

该选哪个？

  • 判断时要看图片或视频（截图、小票、商品图）：选 Clef 或 Clef-Flash，Jev 和 Laya 只读文本。
  • 业务已经在 Cloudflare 上：Workers AI 上的 Clef-Flash 最省事，不用管 GPU。
  • 想要开源权重、接近 Jev 的准确率，而且有大显存 GPU：选 Clef，并和 pplx-decider 在自己的标注数据上对比。
  • 要最低延迟和成本，或者根本没有 GPU：选 Laya。它在 CPU 上几毫秒出结果，还能用自己的标注数据微调，在单一任务上能补回不少准确率。
  • 要把最难的推理题答对：按 Cloudflare 自己的数据，GPQA、BBH、MMLU-Pro 上仍是 Jev 领先。

常见问题

Cloudflare Clef 开源吗？

开源。Clef 和 Clef-Flash 都以 Apache 2.0 许可发布在 Hugging Face 上，包括权重、联合决策头和推理代码。

Cloudflare Clef 免费吗？

权重可以免费下载、在自己的硬件上运行。在 Workers AI 上按 input token 收费：Clef 每百万 $0.24，Clef-Flash 每百万 $0.09。

Clef 兼容 Jev API 吗？

请求和返回的结构沿用 Jev：一个 state，choice、score、noul 三种问题，返回带概率的答案。但在 Workers AI 上，接口地址和鉴权是 Cloudflare 的，要换的是地址和 token，不只是模型名。

Clef 和 Clef-Flash 有什么区别？

Clef 是 27B，基于 Qwen3.8-27B；Clef-Flash 是 9B，基于 Qwen3.5-9B。Clef-Flash 大约快 5 倍（Cloudflare 测试中位延迟 38.8 毫秒对 209.3 毫秒），在 Workers AI 上也更便宜，很多基准上和 Clef 持平甚至更好，但在少数任务（比如识别范围外意图）上会大幅掉分。

该用 Clef 还是 Laya？

各类任务的准确率、或者图片输入更重要，而且你有大显存 GPU 或用 Workers AI，就选 Clef。需要在普通硬件上几毫秒出结果、不用 GPU 也能把数据留在自己机器上，或者打算用自己的标注数据微调一个小模型，就选 Laya。