Clef

Los modelos de decisión abiertos de Cloudflare: les das una situación y preguntas y devuelven una probabilidad por opción en una pasada.

En resumen. Clef es un modelo de Cloudflare que toma decisiones rápidas en lugar de escribir texto. Describes una situación, como un mensaje de soporte o una foto de un recibo, y haces preguntas como si es urgente o qué equipo debería encargarse. Responde con una probabilidad para cada opción posible, sobre la que tu código puede actuar. Viene en un tamaño de 27B y en otro de 9B, más pequeño y rápido.

Resumen

Cloudflare anunció Clef y Clef-flash el 1 de octubre de 2026 como sus primeros modelos entrenados por sí mismos en Workers AI, y publicó los pesos en Hugging Face bajo Apache 2.0. Son lo que el anuncio llama modelos de decisión, una categoría popularizada por Jev de Typesafe AI. Envías un estado, como texto, JSON, imágenes o vídeo, junto con preguntas tipadas, y el modelo devuelve una probabilidad para cada opción permitida en una sola pasada hacia adelante. Una pregunta es una comprobación verdadero o falso (llamada noul en la API), una elección entre opciones con nombre o una puntuación en una escala ordenada. El modelo no escribe texto libre, así que no hay nada que parsear. El formato de petición coincide con el de Jev y SystemOne, así que un cliente puede cambiarse entre ellos.

Clef se post-entrenó a partir de Qwen3.8-27B, y el más pequeño Clef-flash a partir de Qwen3.5-9B, conservando el codificador de visión. Cloudflare congeló el backbone Qwen y entrenó una pequeña cabeza conjunta que enruta la evidencia de la entrada hacia cada pregunta y puntúa a la vez todas las opciones de todas las preguntas, más adaptadores LoRA de rango 256. El entrenamiento usó entropía cruzada con suavizado de etiquetas y una pérdida Brier para calibración, datos sintéticos propios de Cloudflare y un paso de aprendizaje por refuerzo que la empresa llama RLCD. Como el paso de decisión lee la entrada una vez y no genera tokens, la latencia mediana del servicio alojado de Cloudflare es de 209 ms para Clef y 39 ms para Clef-flash, frente a 524 ms para Jev en la misma tabla. Son cifras del servicio de la propia Cloudflare y variarán en tu hardware. El contexto anunciado es de 64K tokens, mientras que el max_length por defecto del código de ejemplo es 16.384.

Hay tres formas de ejecutarlo tú mismo. El código de PyTorch y Transformers de la ficha se probó en un H200, SGLang tiene una imagen de desarrollo con comandos de lanzamiento para H200, B200 y B300, y llama.cpp fusionó el soporte solo de texto el 3 de octubre de 2026. Los repositorios BF16 pesan unos 55 GB y 19 GB, y ggml-org publica archivos GGUF de 19.5 GB (Q4_K_M) y 6.7 GB. En el Decision Index ejecutado por la propia Cloudflare, según nuestro recuento de la tabla de la ficha, Clef va por delante de Jev en 26 de los 41 benchmarks y por detrás en 15. Las mayores ventajas de Jev son GPQA Diamond (48.0 frente a 78.3), BBH y MMLU-Pro, lo que sugiere que las preguntas con mucha lógica van mejor con un modelo más grande. Cloudflare dice que Clef lidera el índice en general, pero es su propia afirmación. Hugging Face contó unas 72.000 descargas de Clef y 37.000 de Clef-flash en los 30 días hasta el 11 de noviembre de 2026.

Ideal para

  • Pasos de enrutado, triaje y etiquetado dentro de agentes, cuando quieres una probabilidad sobre la que poner un umbral
  • Clasificar texto, imágenes o vídeo según un esquema que defines, sin reentrenar para etiquetas nuevas
  • Decisiones locales rápidas, ya que el Clef-flash de 9B ocupa unos 19 GB en BF16 y 6.7 GB como GGUF de 4 bits
  • Uso comercial bajo Apache 2.0, con la API compatible con Jev como sustituto directo de clientes existentes

A tener en cuenta

  • No puede escribir texto, explicar su respuesta ni llamar herramientas, y solo puntúa las opciones que le das
  • Las comprobaciones con mucha lógica quedan por detrás de Jev en la tabla de Cloudflare, y Clef-flash cae con fuerza en CLINC150+OOS y RAGTruth
  • Los números de benchmark y latencia son de la propia Cloudflare, y la latencia es la de su servicio alojado
  • Necesita el código personalizado de la ficha, SGLang o llama.cpp, y el soporte de llama.cpp cubre solo texto
  • El límite de entrada por defecto en el código de ejemplo es de 16.384 tokens, menos que el contexto de 64K anunciado

Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.

¿Cuánta memoria necesita?

Estimaciones para la variante Clef-flash (9B, lowest latency). Un modelo de mezcla de expertos debe mantener todos sus expertos en memoria aunque solo se usen algunos en cada token; por eso los parámetros totales deciden la memoria y los parámetros activos deciden la velocidad.

Variantes Parámetros BF16 FP8 / INT8 4-bit (Q4) Cabe en
Clef-flash (9B, lowest latency) BF16 9.41B 22 GB 11 GB 6.49 GB Portátil o móvil
Clef (27B, precision decisions) BF16 27.4B 63 GB 31 GB 19 GB GPU para juegos

Estimaciones: los pesos más un 15 % de sobrecoste aproximadamente. El uso real crece con la longitud del contexto y depende del software.

Calculadora de VRAM

La licencia en palabras sencillas

Una de las licencias permisivas más utilizadas. Puedes usar y modificar el modelo y vender productos creados a partir de él con solo unas condiciones ligeras.

Más sobre Apache 2.0

Preguntas frecuentes

¿Qué es Clef?
Clef es un modelo de Cloudflare que toma decisiones rápidas en lugar de escribir texto. Describes una situación, como un mensaje de soporte o una foto de un recibo, y haces preguntas como si es urgente o qué equipo debería encargarse. Responde con una probabilidad para cada opción posible, sobre la que tu código puede actuar. Viene en un tamaño de 27B y en otro de 9B, más pequeño y rápido.
¿Puedo usar Clef comercialmente?
Sí. Clef se publica bajo Apache 2.0, una licencia permisiva. Puedes usarlo comercialmente si cumples las condiciones estándar, como mantener el aviso de licencia.
¿Es Clef de código abierto?
Clef se publica bajo Apache 2.0, una licencia aprobada por la Open Source Initiative. Los datos y el código de entrenamiento pueden no ser públicos, así que lo más preciso es describirlo como pesos abiertos bajo una licencia de código abierto.
¿Puedo ejecutar Clef en mi propio equipo?
Sí. La variante más pequeña, Clef-flash (9B, lowest latency), necesita unos 6.49 GB de memoria con precisión de 4 bits, lo que cabe en un portátil moderno o en una tarjeta gráfica de gama media.
¿Cuándo se lanzó Clef?
Clef fue lanzado por Cloudflare el 1 de octubre de 2026.
¿Qué longitud de ventana de contexto tiene Clef?
Clef admite una ventana de contexto de hasta 64K tokens.

Enlaces oficiales

Fuentes

Las especificaciones provienen de estas fuentes primarias. Las afirmaciones sobre benchmarks, cuando se mencionan, son las que reporta el desarrollador.

Fecha de lanzamiento y datos verificados por última vez: 11 de noviembre de 2026.

Modelos relacionados

Modelo Lanzamiento Parámetros Contexto Licencia Necesario para la variante más pequeña
Qwen3.8-27B EN Alibaba Qwen 27.8B 256K Apache 2.0 (Permisiva) 19 GB GPU para juegos
Qwen3.5 EN Alibaba Qwen 873M – 403B 17B activos 256K Apache 2.0 (Permisiva) 0.602 GB Portátil o móvil
DiffusionGemma EN Google DeepMind 25.2B 3.8B activos 256K Apache 2.0 (Permisiva) 17 GB GPU para juegos
AutoTrust Decider EN AutoTrust AI Lab 8.95B – 36B 3B activos 256K Apache 2.0 (Permisiva) 6.18 GB Portátil o móvil