Cloudflare 发布开源决策模型 Clef 与 Clef‑flash：低延迟 AI 代理的结构化判断

新闻概述

2026 年 10 月 1 日，Cloudflare 正式在官方博客与 Workers AI 市场上发布了两款开源决策模型，分别命名为 Clef 与 Clef‑flash。两者均基于阿里巴巴研发的 Qwen 系列模型，其中 Clef 使用 Qwen3.8‑27B，Clef‑flash 使用 Qwen3.5‑9B 作为底层模型。模型权重采用 Apache 2.0 许可证，允许用户自由下载、部署以及在此基础上进行再训练或微调。此举标志着 Cloudflare 正在从传统的 CDN 服务向具备边缘 AI 代理功能的平台转型，进一步拓展其技术生态。

技术背景与模型概念

所谓“决策模型”，指的是不生成自由文本，而是针对预先定义的二元是非、单选或评分题目，返回每个选项的概率分布。相比于生成式大模型，决策模型的输出更易直接嵌入自动化流程，能够显著降低后处理成本。Clef 系列采用 Qwen 系列的指令微调技术，在保留模型语义理解能力的同时，在最后一层加入概率化分类头，实现对输入进行结构化判断并输出概率向量。

Clef 与 Clef‑flash 主要规格

• Clef：基于 Qwen3.8‑27B，参数约 27 亿，支持 64K 上下文，内置视觉编码器，可处理图像‑文字混合输入。
• Clef‑flash：基于 Qwen3.5‑9B，参数约 9 亿，同样支持 64K 上下文，聚焦纯文字决策，响应速度更快。
• 授权方式：Apache 2.0，允许商业使用与再分发。
• 部署方式：可通过 Workers AI API 直接调用，也兼容 TypeSafe Jev SDK。
• 输出格式：概率向量或二元分数，适用于工单分流、域名分类、代理护栏与路由决策等场景。

性能测试与延迟表现

Cloudflare 在内部进行的 43 次评测中报告，Clef 的中位延迟为 209.3 毫秒，Clef‑flash 为 38.8 毫秒，对比同平台的 TypeSafe Jev（524.1 毫秒）显示出显著优势。两款模型在不同质量基准（如准确率、召回率）上各有优势：在高复杂度图像判断任务中，Clef 表现更佳；而在纯文字快速判断场景下，Clef‑flash 更具竞争力。Cloudflare 同时指出，这些数据仍需第三方独立验证，以确保结果的客观性和可靠性。

强化学习微调平台

与此同时，Cloudflare 还发布了一套强化学习（RL）微调服务平台。该平台最初由 Cloudflare 工程团队完成基础微调，随后提供自助化界面，允许企业在自有数据上进行二次微调。微调流程包括环境反馈设计、奖励函数设置与策略迭代，最终产出符合特定业务需求的决策模型。平台仍以 Workers AI 为执行环境，确保与原始模型的兼容性，并提供统一的 API 接口供开发者调用。

使用限制与风险

Cloudflare 明确提醒，企业在采用 Clef 或 Clef‑flash 前，必须在自有数据上校准概率阈值，避免直接以供应商提供的基准作为高风险决策的唯一依据。模型本身不保证在所有领域实现零误差，尤其是涉及法律、医疗或金融合规的判断仍需人工审核。虽然开源许可证允许自行修改，但如果未遵循安全最佳实践，可能导致模型漂移或受到对抗性攻击的风险。

产业影响与未来展望

对于中国本土企业而言，Clef 系列提供了在边缘计算环境中部署低延迟 AI 判断的可行方案。客服中心可以利用模型实现工单的实时分流，电商平台能够在 CDN 边缘即时分类恶意流量，金融机构则可以在 API 阶段快速评估交易风险。若未来有第三方验证证实其性能，预计将有更多 SaaS 供应商将此类决策模型嵌入服务合同，进一步推动 AI 代理在本地化应用中的普及与落地。