Cloudflare正式推出两款开源权重决策模型Clef和Clef-flash。这两款模型专为结构化是非题、多项选择题及排序任务设计，不仅支持图像和视频处理，还具备高达64K的上下文窗口。用户可通过Hugging Face下载并在本地运行。
据媒体报道，Clef系列基于大型语言模型骨干架构构建。其中，Clef和Clef-flash分别采用经过后训练并冻结的Qwen3.8-27B和Qwen3.5-9B作为基础。在推理过程中，Qwen骨干网络仅执行预填充（prefill-only）阶段，随后对选项进行并行评分。尽管保持了高速运行，其速度事实上比竞品Jev更快。由于TypeSafe对Jev的底层架构保密，目前外界尚不清楚其具体技术细节。
性能对标与优势
在速度与能力方面，Cloudflare利用Hugging Face上的Jev决策索引，将Clef系列与其他开源决策模型进行了对比。公司自有排名显示，Clef的速度略慢于部分开源模型，但准确性更高；Clef-flash则在保持与大多数模型相当准确率的同时，实现了更快的运行速度。
值得注意的是，Cloudflare自行报告的基准测试得分尚未在官方决策索引中得到复现。在使用TypeSafe自身基准进行的评估中，Cloudflare声称Clef在四个领域中的三个击败了Jev，仅在“智能体轨迹可观测性”一项上稍逊一筹。
即便在速度或准确性上存在细微差异，Clef相比Jev仍具备显著优势：它突破了纯文本分类的限制，能够处理图像和视频内容。此外，虽然Jev也能处理多达64K token的请求，但其状态加上单个最长问题的长度限制仅为32K，而Clef支持完整的64K上下文窗口。