Clef
Les modèles de décision de Cloudflare : donnez-leur une situation et des questions, ils renvoient une probabilité par option d'un coup.
En bref. Clef est un modèle de Cloudflare qui prend des décisions rapides au lieu de rédiger du texte. Vous décrivez une situation, comme un message de support ou la photo d'un ticket de caisse, et posez des questions du type « est-ce urgent ? » ou « quelle équipe devrait s'en occuper ? ». Il répond par une probabilité pour chaque option possible, sur laquelle votre code peut agir. Il existe en taille 27B et en taille 9B, plus petite et plus rapide.
Résumé
Cloudflare a annoncé Clef et Clef-flash le 1er octobre 2026 comme ses premiers modèles entraînés en propre sur Workers AI, et a publié les poids sur Hugging Face sous Apache 2.0. Ce sont ce que l'annonce appelle des modèles de décision, une catégorie popularisée par Jev de Typesafe AI. Vous envoyez un état, sous forme de texte, JSON, images ou vidéo, accompagné de questions typées, et le modèle renvoie une probabilité pour chaque option autorisée en une seule passe avant. Une question est un contrôle vrai ou faux (appelé noul dans l'API), un choix parmi des options nommées ou une note sur une échelle ordonnée. Le modèle n'écrit pas de texte libre, donc il n'y a rien à analyser. Le format de requête est identique à celui de Jev et SystemOne, ce qui permet de passer un client de l'un à l'autre.
Clef est post-entraîné à partir de Qwen3.8-27B, et le plus petit Clef-flash à partir de Qwen3.5-9B, en conservant l'encodeur de vision. Cloudflare a gelé le backbone Qwen et entraîné une petite tête commune, qui route les indices de l'entrée vers chaque question et note ensemble toutes les options de toutes les questions, plus des adaptateurs LoRA de rang 256. L'entraînement a utilisé de l'entropie croisée à lissage d'étiquettes avec une perte Brier pour la calibration, des données synthétiques de Cloudflare et une étape d'apprentissage par renforcement baptisée RLCD par l'entreprise. Comme l'étape de décision lit l'entrée une fois sans générer de tokens, la latence médiane du service hébergé de Cloudflare est de 209 ms pour Clef et 39 ms pour Clef-flash, contre 524 ms pour Jev dans le même tableau. Ce sont des chiffres du service de Cloudflare elle-même et ils différeront sur votre matériel. Le contexte annoncé est de 64K tokens, tandis que le max_length par défaut du code d'exemple est de 16 384.
Il y a trois façons de l'exécuter vous-même. Le code PyTorch et Transformers de la fiche a été testé sur un H200, SGLang propose une image de développement avec des commandes de lancement pour H200, B200 et B300, et llama.cpp a fusionné un support texte seul le 3 octobre 2026. Les dépôts BF16 font environ 55 GB et 19 GB, et ggml-org publie des fichiers GGUF de 19.5 GB (Q4_K_M) et 6.7 GB. Dans le Decision Index exécuté par Cloudflare elle-même, d'après notre comptage du tableau de la fiche, Clef devance Jev sur 26 des 41 benchmarks et est derrière sur 15. Les écarts les plus larges en faveur de Jev sont GPQA Diamond (48.0 contre 78.3), BBH et MMLU-Pro, ce qui suggère que les questions de raisonnement lourd conviennent mieux à un modèle plus grand. Cloudflare affirme que Clef mène l'indice globalement, ce qui est sa propre affirmation. Hugging Face comptait environ 72 000 téléchargements de Clef et 37 000 de Clef-flash sur les 30 jours jusqu'au 11 novembre 2026.
Idéal pour
- Les étapes de routage, tri et étiquetage dans des agents, quand vous voulez une probabilité sur laquelle fixer un seuil
- Classer du texte, des images ou de la vidéo selon un schéma que vous définissez, sans réentraînement pour de nouvelles étiquettes
- Des décisions locales rapides, puisque le Clef-flash 9B fait environ 19 GB en BF16 et 6.7 GB en GGUF 4 bits
- Un usage commercial sous Apache 2.0, avec l'API compatible Jev en remplacement direct de clients existants
Points d’attention
- Il ne peut pas écrire de texte, expliquer sa réponse ni appeler des outils, et ne note que les options que vous lui donnez
- Les contrôles lourds en raisonnement sont derrière Jev dans le tableau de Cloudflare, et Clef-flash chute nettement sur CLINC150+OOS et RAGTruth
- Les chiffres de benchmark et de latence viennent de la propre exécution de Cloudflare, et la latence vaut pour son service hébergé
- Il exige le code personnalisé de la fiche, SGLang ou llama.cpp, et le support de llama.cpp ne couvre que le texte
- La limite d'entrée par défaut du code d'exemple est de 16 384 tokens, en dessous du contexte de 64K annoncé
Les affirmations de performance viennent du développeur et n’ont pas été vérifiées de manière indépendante.
De quelle mémoire a-t-il besoin ?
Estimations pour la variante Clef-flash (9B, lowest latency). Un modèle mixture-of-experts doit garder tous ses experts en mémoire même si seuls certains sont utilisés à chaque token : ce sont donc les paramètres totaux qui décident de la mémoire, et les paramètres actifs qui décident de la vitesse.
| Variantes | Paramètres | BF16 | FP8 / INT8 | 4-bit (Q4) | Fonctionne sur |
|---|---|---|---|---|---|
| Clef-flash (9B, lowest latency) BF16 | 9.41B | 22 GB | 11 GB | 6.49 GB | Ordinateur portable ou smartphone |
| Clef (27B, precision decisions) BF16 | 27.4B | 63 GB | 31 GB | 19 GB | Carte graphique gaming |
Estimations : poids plus environ 15 % de surcoût. L’usage réel augmente avec la longueur du contexte et dépend du logiciel.
La licence en langage clair
L'une des licences permissives les plus utilisées. Vous pouvez utiliser et modifier le modèle et vendre des produits construits à partir de lui avec seulement quelques conditions légères.
Questions fréquentes
- Qu’est-ce que Clef ?
- Clef est un modèle de Cloudflare qui prend des décisions rapides au lieu de rédiger du texte. Vous décrivez une situation, comme un message de support ou la photo d'un ticket de caisse, et posez des questions du type « est-ce urgent ? » ou « quelle équipe devrait s'en occuper ? ». Il répond par une probabilité pour chaque option possible, sur laquelle votre code peut agir. Il existe en taille 27B et en taille 9B, plus petite et plus rapide.
- Puis-je utiliser Clef commercialement ?
- Oui. Clef est publié sous Apache 2.0, une licence permissive. Vous pouvez l’utiliser commercialement si vous respectez les conditions standard, comme conserver la mention de licence.
- Clef est-il open source ?
- Clef est publié sous Apache 2.0, une licence approuvée par l’Open Source Initiative. Les données et le code d’entraînement ne sont pas forcément publics ; on le décrit donc mieux comme des poids ouverts sous une licence open source.
- Puis-je faire tourner Clef sur mon propre ordinateur ?
- Oui. La plus petite variante, Clef-flash (9B, lowest latency), demande environ 6.49 GB de mémoire en précision 4 bits, ce qui convient à un ordinateur portable moderne ou à une carte graphique de milieu de gamme.
- Quand Clef est-il sorti ?
- Clef a été publié par Cloudflare le 1 octobre 2026.
- Quelle est la longueur de la fenêtre de contexte de Clef ?
- Clef prend en charge une fenêtre de contexte allant jusqu’à 64K tokens.
Liens officiels
Sources
Les spécifications proviennent de ces sources primaires. Les résultats de référence mentionnés, s’il y en a, sont ceux communiqués par le développeur.
- 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
Date de sortie et faits vérifiés pour la dernière fois le 11 novembre 2026.
Modèles associés
| Modèle | Sortie | Paramètres | Contexte | Licence | Mémoire requise (plus petite variante) |
|---|---|---|---|---|---|
| Qwen3.8-27B EN Alibaba Qwen | 27.8B | 256K | Apache 2.0 (Permissive) | 19 GB Carte graphique gaming | |
| Qwen3.5 EN Alibaba Qwen | 873M – 403B 17B actifs | 256K | Apache 2.0 (Permissive) | 0.602 GB Ordinateur portable ou smartphone | |
| DiffusionGemma EN Google DeepMind | 25.2B 3.8B actifs | 256K | Apache 2.0 (Permissive) | 17 GB Carte graphique gaming | |
| AutoTrust Decider EN AutoTrust AI Lab | 8.95B – 36B 3B actifs | 256K | Apache 2.0 (Permissive) | 6.18 GB Ordinateur portable ou smartphone |