Clef
Cloudflares offene Entscheidungsmodelle: Situation und Fragen hinein, Wahrscheinlichkeit für jede Option in einem Durchlauf heraus.
Kurz gesagt. Clef ist ein Modell von Cloudflare, das schnelle Entscheidungen trifft, statt Text zu schreiben. Sie beschreiben eine Situation, etwa eine Support-Nachricht oder ein Foto eines Belegs, und stellen Fragen wie „Ist das dringend?“ oder „Welches Team sollte sich kümmern?“. Es antwortet mit einer Wahrscheinlichkeit für jede mögliche Option, auf die Ihr Code reagieren kann. Es gibt eine 27B-Größe und eine kleinere, schnellere 9B-Größe.
Zusammenfassung
Cloudflare kündigte Clef und Clef-flash am 1. Oktober 2026 als seine ersten selbst trainierten Modelle auf Workers AI an und veröffentlichte die Gewichte auf Hugging Face unter Apache 2.0. Es sind das, was die Ankündigung Entscheidungsmodelle nennt, eine Kategorie, die Typesafe AIs Jev populär gemacht hat. Man sendet einen Zustand, als Text, JSON, Bilder oder Video, zusammen mit typisierten Fragen, und das Modell liefert in einem einzigen Forward-Pass eine Wahrscheinlichkeit für jede erlaubte Option. Eine Frage ist eine Ja-oder-nein-Prüfung (in der API noul genannt), eine Wahl zwischen benannten Optionen oder ein Wert auf einer geordneten Skala. Das Modell schreibt keinen freien Text, es gibt also nichts zu parsen. Das Anfrageformat entspricht dem von Jev und SystemOne, sodass ein Client zwischen ihnen wechseln kann.
Clef ist aus Qwen3.8-27B post-trainiert, das kleinere Clef-flash aus Qwen3.5-9B, jeweils mit erhaltenem Vision-Encoder. Cloudflare frierte den Qwen-Backbone ein und trainierte einen kleinen gemeinsamen Kopf, der Evidenzen aus der Eingabe an jede Frage routet und alle Optionen aller Fragen gemeinsam bewertet, dazu LoRA-Adapter mit Rang 256. Trainiert wurde mit label-geglätteter Kreuzentropie plus einem Brier-Verlust zur Kalibrierung, synthetischen Daten von Cloudflare selbst und einem Reinforcement-Learning-Schritt, den das Unternehmen RLCD nennt. Da der Entscheidungsschritt die Eingabe nur einmal liest und keine Tokens erzeugt, liegt die mediane Latenz des gehosteten Dienstes von Cloudflare bei 209 ms für Clef und 39 ms für Clef-flash, gegen 524 ms für Jev in derselben Tabelle. Das sind Zahlen aus dem eigenen Betrieb von Cloudflare und werden sich auf Ihrer Hardware unterscheiden. Die beworbene Kontextlänge beträgt 64K Tokens, während der Standard-max_length des Beispielcodes 16.384 ist.
Es gibt drei Wege, es selbst zu betreiben. Der PyTorch- und Transformers-Code der Karte wurde auf einem H200 getestet, SGLang hat ein Dev-Image mit Startbefehlen für H200, B200 und B300, und llama.cpp hat am 3. Oktober 2026 reinen Textsupport gemergt. Die BF16-Repositories sind etwa 55 GB und 19 GB groß, und ggml-org veröffentlicht GGUF-Dateien mit 19.5 GB (Q4_K_M) und 6.7 GB. Im von Cloudflare selbst betriebenen Decision Index liegt Clef nach unserer Zählung der Kartentabelle bei 26 von 41 Benchmarks vor Jev und bei 15 dahinter. Die größten Abstände zugunsten von Jev sind GPQA Diamond (48.0 gegen 78.3), BBH und MMLU-Pro, was darauf hindeutet, dass ressourcenschwere Verständnisfragen besser zu einem größeren Modell passen. Cloudflare sagt, Clef führe den Index insgesamt an, was die eigene Behauptung ist. Hugging Face zählte in den 30 Tagen bis zum 11. November 2026 rund 72.000 Downloads von Clef und 37.000 von Clef-flash.
Geeignet für
- Routing-, Triage- und Labeling-Schritte in Agenten, wenn Sie eine Wahrscheinlichkeit brauchen, auf die Sie einen Schwellenwert setzen
- Text, Bilder oder Video nach einem selbst definierten Schema klassifizieren, ohne für neue Labels neu zu trainieren
- Schnelle lokale Entscheidungen, denn das 9B-Clef-flash ist mit rund 19 GB in BF16 und 6.7 GB als 4-Bit-GGUF kompakt
- Kommerzielle Nutzung unter Apache 2.0, mit der Jev-kompatiblen API als direkter Ersatz für bestehende Clients
Darauf achten
- Es kann keinen Text schreiben, seine Antwort nicht erklären und keine Tools aufrufen, sondern bewertet nur die Optionen, die Sie vorgeben
- Rechenschwere Prüfungen liegen in Cloudflares Tabelle hinter Jev, und Clef-flash fällt bei CLINC150+OOS und RAGTruth stark ab
- Die Benchmark- und Latenzzahlen stammen aus dem eigenen Betrieb von Cloudflare, und die Latenz gilt für seinen gehosteten Dienst
- Es braucht den eigenen Code der Karte, SGLang oder llama.cpp, und der llama.cpp-Support deckt nur Text ab
- Das Standard-Eingabelimit im Beispielcode liegt bei 16.384 Tokens, unter dem beworbenen 64K-Kontext
Leistungsangaben stammen vom Entwickler und wurden nicht unabhängig überprüft.
Wie viel Speicher braucht es?
Schätzwerte für die Variante Clef-flash (9B, lowest latency). Ein Mixture-of-Experts-Modell muss alle seine Experten im Speicher halten, auch wenn pro Token nur ein Teil davon verwendet wird: Die Gesamtparameterzahl bestimmt den Speicherbedarf, die aktiven Parameter bestimmen die Geschwindigkeit.
| Varianten | Parameter | BF16 | FP8 / INT8 | 4-bit (Q4) | Passt auf |
|---|---|---|---|---|---|
| Clef-flash (9B, lowest latency) BF16 | 9.41B | 22 GB | 11 GB | 6.49 GB | Laptop oder Smartphone |
| Clef (27B, precision decisions) BF16 | 27.4B | 63 GB | 31 GB | 19 GB | Gaming-GPU |
Schätzwerte: Gewichte plus rund 15 % Overhead. Der tatsächliche Verbrauch wächst mit der Kontextlänge und hängt von der Software ab.
Die Lizenz, einfach erklärt
Eine der am weitesten verbreiteten permissiven Lizenzen. Sie dürfen das Modell nutzen und ändern und Produkte, die darauf aufbauen, verkaufen, mit nur wenigen leichten Bedingungen.
Häufige Fragen
- Was ist Clef?
- Clef ist ein Modell von Cloudflare, das schnelle Entscheidungen trifft, statt Text zu schreiben. Sie beschreiben eine Situation, etwa eine Support-Nachricht oder ein Foto eines Belegs, und stellen Fragen wie „Ist das dringend?“ oder „Welches Team sollte sich kümmern?“. Es antwortet mit einer Wahrscheinlichkeit für jede mögliche Option, auf die Ihr Code reagieren kann. Es gibt eine 27B-Größe und eine kleinere, schnellere 9B-Größe.
- Darf ich Clef kommerziell nutzen?
- Ja. Clef erscheint unter Apache 2.0, einer permissiven Lizenz. Sie dürfen es kommerziell nutzen, wenn Sie die üblichen Bedingungen einhalten, etwa den Lizenzhinweis beibehalten.
- Ist Clef Open Source?
- Clef erscheint unter Apache 2.0, einer von der Open Source Initiative anerkannten Lizenz. Trainingsdaten und Trainingscode sind möglicherweise nicht öffentlich, daher lässt es sich am besten als offene Gewichte unter einer Open-Source-Lizenz beschreiben.
- Kann ich Clef auf meinem eigenen Computer ausführen?
- Ja. Die kleinste Variante, Clef-flash (9B, lowest latency), benötigt mit 4-Bit-Präzision etwa 6.49 GB Speicher, was auf einen modernen Laptop oder eine Mittelklasse-Grafikkarte passt.
- Wann wurde Clef veröffentlicht?
- Clef wurde von Cloudflare am 1. Oktober 2026 veröffentlicht.
- Wie lang ist das Kontextfenster von Clef?
- Clef unterstützt ein Kontextfenster von bis zu 64K Token.
Offizielle Links
Quellen
Die Spezifikationen stammen aus diesen Primärquellen. Benchmark-Angaben werden, wo erwähnt, vom Entwickler gemeldet.
- Introducing Clef: our open-source decision models, and new RL fine-tuning platform (Cloudflare blog, 1 Oct 2026) blog.cloudflare.com
- Cloudflare/clef model card (Hugging Face) huggingface.co
- Cloudflare/clef-flash model card (Hugging Face) huggingface.co
- llama.cpp pull request 29831: add support for the clef decision model (text-only) github.com
- ggml-org/Clef-GGUF model card (Hugging Face) huggingface.co
Erscheinungsdatum und Fakten zuletzt geprüft: 11. November 2026.
Verwandte Modelle
| Modell | Erscheinungsdatum | Parameter | Kontext | Lizenz | Bedarf der kleinsten Variante |
|---|---|---|---|---|---|
| Qwen3.8-27B EN Alibaba Qwen | 27.8B | 256K | Apache 2.0 (Permissiv) | 19 GB Gaming-GPU | |
| Qwen3.5 EN Alibaba Qwen | 873M – 403B 17B aktiv | 256K | Apache 2.0 (Permissiv) | 0.602 GB Laptop oder Smartphone | |
| DiffusionGemma EN Google DeepMind | 25.2B 3.8B aktiv | 256K | Apache 2.0 (Permissiv) | 17 GB Gaming-GPU | |
| AutoTrust Decider EN AutoTrust AI Lab | 8.95B – 36B 3B aktiv | 256K | Apache 2.0 (Permissiv) | 6.18 GB Laptop oder Smartphone |