Cloudflare lanza los modelos de decisión de código abierto Clef y Clef‑flash: juicios estructurados para agentes de IA de baja latencia

Resumen de la noticia

El 1 de octubre de 2026 Cloudflare anunció, a través de su blog corporativo y del mercado Workers AI, la disponibilidad pública de dos modelos de decisión de código abierto denominados Clef y Clef‑flash. Cada uno se basa en un modelo base de la familia Qwen desarrollado por Alibaba: Clef parte de Qwen3.8‑27B y Clef‑flash de Qwen3.5‑9B. Los pesos se publican bajo la licencia Apache 2.0, lo que permite su descarga, despliegue y, si se desea, re‑entrenamiento por parte de la comunidad.

Esta publicación representa una señal clara de que Cloudflare está ampliando su oferta más allá de la tradicional entrega de contenido, posicionándose como una plataforma que brinda agentes de inteligencia artificial en el borde. Al abrir los modelos, la compañía busca estimular la adopción de soluciones de IA orientadas a la toma de decisiones en entornos con requisitos de latencia muy estrictos.

Contexto técnico y concepto del modelo

Un modelo de decisión se diferencia de los grandes modelos generativos porque no produce texto libre; en su lugar, para preguntas predefinidas de tipo verdadero/falso, opción única o puntuación, devuelve una distribución de probabilidad sobre las respuestas posibles. Este tipo de salida se puede integrar directamente en flujos de automatización, evitando la necesidad de etapas de post‑procesamiento que suelen requerir los modelos generativos.

La serie Clef emplea la técnica de ajuste fino por instrucción que se desarrolló para la familia Qwen. Mantiene la capacidad de comprensión semántica del modelo base y añade una capa de clasificación probabilística en la última capa de la red. El resultado es un vector de probabilidades listo para usar, sin que sea necesario generar texto intermedio, lo que simplifica la integración en sistemas de enrutamiento y clasificación.

Especificaciones y rendimiento

• Clef: basado en Qwen3.8‑27B, aproximadamente 2,7 mil millones de parámetros, soporta un contexto de 64 k tokens y contiene un codificador visual integrado para entradas mixtas de imagen‑texto.
• Clef‑flash: basado en Qwen3.5‑9B, alrededor de 900 millones de parámetros, también con contexto de 64 k tokens, optimizado para decisiones puramente textuales y tiempos de respuesta más rápidos.
• Licencia: Apache 2.0, permite uso comercial y redistribución.
• Despliegue: invocable directamente mediante la API Workers AI y compatible con el SDK TypeSafe Jev.
• Formato de salida: vector de probabilidades o puntuación binaria, adecuado para clasificación de tickets, dominios, barreras de agentes y decisiones de enrutamiento.

En pruebas internas realizadas por Cloudflare, la latencia mediana observada para Clef fue de 209,3 ms, mientras que Clef‑flash alcanzó 38,8 ms bajo condiciones de carga controlada en los puntos de presencia de la red. En comparación, el modelo TypeSafe Jev mostró una latencia de 524,1 ms en el mismo entorno. Además de la velocidad, las métricas de calidad como precisión y recall revelaron que Clef sobresale en tareas que combinan texto e imágenes complejas, mientras que Clef‑flash resulta más competitivo en decisiones textuales que requieren respuestas rápidas. Cloudflare subraya que estos resultados deben ser validados de forma independiente por terceros.

Ajuste fino y consideraciones de uso

Junto al lanzamiento de los modelos, Cloudflare puso a disposición una plataforma de ajuste fino basada en aprendizaje por refuerzo (RL). La herramienta, inicialmente creada para un ajuste fino básico, ahora ofrece una interfaz autoservicio que permite a las organizaciones cargar sus propios conjuntos de datos, definir funciones de recompensa y ejecutar iteraciones de política dentro del entorno Workers AI. El proceso genera un modelo de decisión alineado con requisitos comerciales específicos, manteniendo la compatibilidad con los modelos base. Al mismo tiempo, Cloudflare advierte que los usuarios deben calibrar los umbrales de probabilidad con sus datos internos antes de emplear los modelos en decisiones de alto riesgo, y que los juicios en dominios regulatorios, médicos o financieros siguen requiriendo supervisión humana.

Impacto sectorial y perspectivas futuras

Para empresas con operaciones en Taiwán y otras regiones, la serie Clef brinda una solución práctica para ejecutar juicios de IA de baja latencia directamente en el borde. Los centros de atención al cliente pueden usar los modelos para enrutar tickets en tiempo real, las plataformas de comercio electrónico pueden clasificar tráfico sospechoso en el CDN y las instituciones financieras pueden evaluar rápidamente el riesgo de transacciones en la capa de la puerta de enlace API. Si validaciones independientes confirman el rendimiento anunciado, es probable que un número creciente de proveedores SaaS integren este tipo de modelo de decisión en sus ofertas, impulsando una mayor adopción de agentes de IA en aplicaciones localizadas.

En el horizonte, Cloudflare planea ampliar la familia Clef con versiones optimizadas para diferentes tamaños de modelo y casos de uso, así como mejorar la plataforma de ajuste fino para soportar técnicas de RL más avanzadas. La combinación de código abierto, licenciamiento permisivo y despliegue en el borde posiciona a estos modelos como componentes clave en la evolución de la IA distribuida, siempre bajo la premisa de que la comunidad y los usuarios finales validen y adapten los resultados a sus contextos específicos.