Cloudflare lança modelos de decisão de código aberto Clef e Clef‑flash: julgamento estruturado para agentes de IA de baixa latência

Visão geral do lançamento

No dia 1º de outubro de 2026, a Cloudflare anunciou, por meio de seu blog institucional e da loja de aplicativos Workers AI, a disponibilização de dois novos modelos de decisão de código aberto, denominados Clef e Clef‑flash. Cada modelo foi construído a partir de um modelo base desenvolvido pela Alibaba: o Clef utiliza o Qwen 3.8‑27B, enquanto o Clef‑flash parte do Qwen 3.5‑9B. Ambos são distribuídos sob a licença Apache 2.0, permitindo que desenvolvedores façam download gratuito, implantem em seus próprios ambientes e, se desejarem, realizem re‑treinamento ou ajustes adicionais.

A iniciativa marca um ponto de inflexão na estratégia da Cloudflare, que tem evoluído de um provedor tradicional de CDN para uma plataforma completa de agentes de IA operando na borda da rede. Ao oferecer modelos de decisão que podem ser invocados diretamente via API Workers AI, a empresa permite que fluxos de automação sejam executados com latência mínima, sem a necessidade de encaminhar dados a data centers centrais. Essa abordagem reforça o posicionamento da Cloudflare como facilitadora de soluções de IA de baixa latência para clientes que exigem respostas quase em tempo real.

Conceito de modelo de decisão e arquitetura

Um modelo de decisão é definido como um algoritmo de aprendizado de máquina que, ao contrário dos grandes modelos generativos, não produz texto livre, mas devolve uma distribuição de probabilidade para cada opção de uma pergunta pré‑definida. As perguntas podem ser do tipo verdadeiro/falso, escolha única ou avaliação em escala, e a saída probabilística pode ser inserida diretamente em pipelines de automação, eliminando a necessidade de pós‑processamento complexo.

Os modelos Clef e Clef‑flash foram criados a partir da série Qwen, que já incorpora ajuste fino por instrução. A Cloudflare preservou a capacidade de compreensão semântica dos modelos base e adicionou, na camada final, uma cabeça de classificação probabilística que gera vetores de probabilidade alinhados ao formato esperado pelos consumidores da plataforma Workers AI. O Clef inclui suporte a entradas híbridas de texto e imagem, enquanto o Clef‑flash foca exclusivamente em decisões baseadas em texto, otimizando ainda mais o tempo de resposta.

• Clef: baseado no Qwen 3.8‑27B, contém aproximadamente 2,7 bilhões de parâmetros, suporta contexto de até 64 KB, inclui codificador visual e pode processar entradas híbridas de texto e imagem.
• Clef‑flash: baseado no Qwen 3.5‑9B, contém aproximadamente 900 milhões de parâmetros, também suporta contexto de até 64 KB, foca exclusivamente em decisões baseadas em texto, oferecendo tempos de resposta ainda mais rápidos.
• Licença: Apache 2.0, permitindo uso comercial, redistribuição e modificações conforme necessário.
• Modo de implantação: pode ser invocado diretamente via API Workers AI e é compatível com o SDK TypeSafe Jev.
• Formato de saída: vetor de probabilidades ou escore binário, adequado para casos de uso como roteamento de tickets, classificação de domínios, barreiras de proxy e decisões de roteamento.

Desempenho, ajuste fino por RL e considerações de uso

A Cloudflare divulgou, a partir de 43 avaliações internas, que o modelo Clef apresentou latência mediana de 209,3 ms, enquanto o Clef‑flash registrou 38,8 ms. Em comparação, o modelo concorrente TypeSafe Jev, executado na mesma plataforma, mostrou latência de 524,1 ms, evidenciando uma vantagem significativa para as soluções da Cloudflare. Em termos de métricas de qualidade, como acurácia e recall, os dois modelos apresentaram desempenhos complementares: o Clef se destacou em tarefas que exigem interpretação de imagens complexas, enquanto o Clef‑flash demonstrou superioridade em decisões textuais rápidas. A empresa ressalta que esses números ainda precisam ser validados por avaliações independentes de terceiros.

Juntamente com os modelos, a Cloudflare lançou um serviço de ajuste fino por aprendizado por reforço (RL‑FT). A equipe de engenharia criou um pipeline que permite que clientes ajustem os modelos com seus próprios dados por meio de uma interface auto‑serviço. O fluxo inclui a definição de ambientes de feedback, a criação de funções de recompensa personalizadas e a iteração de políticas, resultando em um modelo de decisão que atende a requisitos de negócio específicos. Todo o processo continua a ser executado no ambiente Workers AI, garantindo compatibilidade total com os modelos originais.

A Cloudflare alerta explicitamente que, antes de adotar Clef ou Clef‑flash em produção, as organizações devem calibrar os limiares de probabilidade usando seus próprios conjuntos de dados, evitando confiar exclusivamente nos benchmarks fornecidos pelo fornecedor para decisões de alto risco. Os modelos não garantem erro zero em todos os domínios; avaliações que envolvem questões jurídicas, médicas ou de conformidade financeira ainda requerem revisão humana. Embora a licença de código aberto permita modificações, a falta de boas práticas de segurança pode introduzir deriva de modelo ou vulnerabilidades a ataques adversariais.

Impacto setorial e perspectivas futuras

Para empresas brasileiras, a série Clef oferece uma solução viável para implantar julgamentos de IA de baixa latência diretamente na borda da rede. Centros de atendimento ao cliente podem usar o modelo para encaminhar tickets em tempo real, plataformas de comércio eletrônico podem classificar tráfego malicioso no ponto de entrega da CDN, e instituições financeiras podem avaliar rapidamente o risco de transações na camada de API. A capacidade de gerar probabilidades imediatamente, sem depender de chamadas a servidores centrais, reduz a latência percebida pelos usuários finais e diminui a carga de rede.

Caso avaliações independentes confirmem o desempenho relatado, espera‑se que mais provedores de SaaS integrem esses modelos de decisão em seus contratos de serviço, impulsionando ainda mais a adoção de agentes de IA localizados e especializados. A combinação de código aberto, licença permissiva e infraestrutura de ajuste fino na borda posiciona a Cloudflare como fornecedora estratégica para organizações que buscam automatizar decisões críticas com rapidez e controle sobre o ciclo de vida do modelo.