Cloudflare publie les modèles de décision open source Clef et Clef‑flash : jugements structurés pour des agents IA à faible latence

Annonce et contexte

Le 1 octobre 2026, Cloudflare a officiellement annoncé, via son blog d’entreprise et le marché Workers AI, la mise à disposition de deux modèles de décision open source, baptisés Clef et Clef‑flash. Les deux modèles reposent respectivement sur les modèles de base développés par Alibaba, Qwen 3.8‑27B et Qwen 3.5‑9B, et les poids sont publiés sous licence Apache 2.0, autorisant le téléchargement, le déploiement et le ré‑entraînement par les utilisateurs. Cette initiative, relayée par le blog de Cloudflare et l’article d’INSIDE, marque une évolution stratégique de l’entreprise, qui passe d’un rôle traditionnel de fournisseur CDN à une plateforme proposant des agents d’intelligence artificielle exécutés à la périphérie du réseau.

En rendant ces modèles accessibles, Cloudflare cherche à stimuler l’adoption de solutions d’IA décisionnelle directement au niveau des points de présence du réseau. La disponibilité sur Workers AI permet aux développeurs d’appeler les modèles via une API standard, tout en conservant la possibilité d’intégrer les modèles dans des flux d’automatisation existants. La publication s’inscrit dans le cadre plus large de la stratégie d’Edge‑AI de Cloudflare, qui vise à rapprocher le traitement des données des utilisateurs finaux afin de réduire la latence et d’améliorer la confidentialité.

Caractéristiques techniques des modèles Clef et Clef‑flash

Le terme « modèle de décision » désigne un type de modèle qui ne génère pas de texte libre, mais qui, pour des questions pré‑définies de type vrai/faux, choix unique ou notation, renvoie la distribution de probabilité associée à chaque option. Cette approche facilite l’intégration dans des pipelines d’automatisation, car les sorties probabilistes peuvent être directement exploitées sans étape de post‑traitement. La série Clef utilise la technique de fine‑tuning par instruction développée pour la famille Qwen, conservant les capacités de compréhension sémantique du modèle de base tout en ajoutant, à la dernière couche, une tête de classification probabiliste.

• Clef : basé sur Qwen 3.8‑27B, environ 2,7 milliard de paramètres, supporte un contexte de 64 k tokens, intègre un encodeur visuel capable de traiter des entrées mixtes image‑texte.
• Clef‑flash : basé sur Qwen 3.5‑9B, environ 900 millions de paramètres, supporte également un contexte de 64 k tokens, se concentre sur la prise de décision purement textuelle et offre une vitesse de réponse plus élevée.
• Licence : Apache 2.0, autorisant une utilisation commerciale ainsi que la redistribution.
• Déploiement : appelable directement via l’API Workers AI et compatible avec le SDK TypeSafe Jev.
• Format de sortie : vecteur de probabilités ou score binaire, adapté aux scénarios de tri de tickets, de classification de domaines, de garde‑fous d’agents et de décisions de routage.

Outre le nombre de paramètres, Clef se distingue par son encodeur visuel, qui permet d’ingérer simultanément du texte et des images, ouvrant la voie à des jugements d’IA sur des contenus multimédias. Les deux modèles partagent la même capacité de contexte de 64 k tokens, ce qui les rend aptes à traiter des requêtes longues ou des conversations étendues. Le déploiement via l’API Workers AI garantit que les modèles s’exécutent dans l’infrastructure Edge de Cloudflare, tandis que la compatibilité avec le SDK TypeSafe Jev facilite leur intégration dans des applications existantes sans nécessiter de modifications majeures du code.

Performances, latence et plateforme de fine‑tuning

Dans le cadre de 43 évaluations internes réalisées par Cloudflare, la latence médiane mesurée pour Clef était de 209,3 ms, tandis que Clef‑flash affichait 38,8 ms. En comparaison, le modèle TypeSafe Jev exécuté sur la même plateforme présentait une latence de 524,1 ms, ce qui met en évidence un avantage significatif pour les deux nouveaux modèles. Selon différents critères de qualité tels que la précision et le rappel, chaque modèle a montré des points forts distincts : Clef a surpassé les autres dans les tests impliquant des jugements d’images à haute complexité, alors que Clef‑flash a démontré une supériorité dans les décisions textuelles rapides. Cloudflare précise toutefois que ces résultats restent à être validés de façon indépendante par des tiers.

En parallèle de la publication des modèles, Cloudflare a lancé une suite de services de fine‑tuning basée sur l’apprentissage par renforcement (RL). Cette plateforme, d’abord développée en interne pour réaliser un premier niveau de fine‑tuning, propose aujourd’hui une interface en libre‑service permettant aux entreprises d’effectuer un second niveau de fine‑tuning à l’aide de leurs propres jeux de données. Le processus comprend la conception d’un retour d’environnement, la définition d’une fonction de récompense et l’itération de la stratégie, aboutissant à un modèle de décision adapté aux exigences spécifiques d’une activité. La plateforme continue de s’exécuter dans l’environnement Workers AI, garantissant ainsi la compatibilité avec les modèles de base.

Ces capacités de fine‑tuning ouvrent la porte à des déploiements très ciblés, où les seuils de probabilité peuvent être ajustés en fonction des exigences de chaque cas d’usage. Par exemple, un centre de support client peut affiner Clef‑flash pour prioriser les tickets urgents, tandis qu’une plateforme de commerce électronique peut entraîner Clef à identifier plus précisément le trafic malveillant. La combinaison d’une latence très faible et d’un processus de personnalisation en boucle fermée rend les modèles particulièrement adaptés aux environnements où chaque milliseconde compte.

Limites, risques et perspectives d’adoption

Cloudflare rappelle explicitement que les entreprises souhaitant déployer Clef ou Clef‑flash doivent d’abord calibrer les seuils de probabilité sur leurs propres données, afin d’éviter de se reposer uniquement sur les seuils fournis par le fournisseur pour des décisions à haut risque. Les modèles ne garantissent pas une absence totale d’erreurs dans tous les domaines ; les jugements relatifs au droit, à la santé ou à la conformité financière nécessitent toujours une validation humaine. Bien que la licence open source permette de modifier le code, le non‑respect des meilleures pratiques de sécurité peut entraîner des dérives du modèle ou le rendre vulnérable à des attaques adversariales.

Pour les entreprises basées à Taïwan, la série Clef représente une solution viable pour déployer des jugements d’IA à faible latence directement dans un environnement de calcul en périphérie. Les centres de service client peuvent exploiter ces modèles pour orienter les tickets en temps réel, les plateformes de commerce électronique peuvent classer immédiatement le trafic malveillant au niveau du CDN, et les institutions financières peuvent évaluer rapidement le risque des transactions au niveau de la passerelle API. Si des validations indépendantes confirment les performances annoncées, on peut s’attendre à ce qu’un nombre croissant de fournisseurs SaaS intègrent ce type de modèle de décision dans leurs contrats de service, accélérant ainsi la diffusion des agents d’IA dans des applications locales.