Clef
Cloudflare의 오픈 결정 모델. 상황과 질문을 주면 한 번의 추론으로 각 선택지의 확률을 돌려줍니다.
간단 요약. Clef는 Cloudflare의 모델로, 글을 쓰는 대신 빠르게 판단을 내립니다. 고객 지원 메시지나 영수증 사진 같은 상황을 설명하고 긴급한지, 어느 팀이 처리해야 하는지 같은 질문을 하면, 가능한 모든 선택지에 대한 확률을 반환해 코드가 그에 따라 행동할 수 있습니다. 27B 크기와 더 작고 빠른 9B 크기로 제공됩니다.
요약
Cloudflare는 2026년 10월 1일 Clef와 Clef-flash를 발표했습니다. Workers AI에서 이 회사가 처음으로 직접 학습한 모델이며, 가중치는 Apache 2.0 라이선스로 Hugging Face에 공개되었습니다. 발표문은 이를 '결정 모델'이라 부르며, 이 카테고리를 널리 만든 것은 Typesafe AI의 Jev입니다. 텍스트, JSON, 이미지, 영상 형태의 상태와 타입이 지정된 질문을 보내면, 모델은 단 한 번의 순전파로 허용된 모든 선택지의 확률을 반환합니다. 질문은 참/거짓 검사(API에서는 noul), 이름이 붙은 선택지 중 고르기, 순서 척도에서 점수 매기기입니다. 모델은 자유 형식 텍스트를 쓰지 않으므로 파싱할 것이 없습니다. 요청 형식은 Jev와 SystemOne과 호환되어 클라이언트를 서로 바꿔 쓸 수 있습니다.
Clef는 Qwen3.8-27B에서, 더 작은 Clef-flash는 Qwen3.5-9B에서 사후 학습되었고 비전 인코더는 유지되었습니다. Cloudflare는 Qwen 백본을 고정하고 입력의 증거를 각 질문으로 라우팅하며 모든 질문의 모든 선택지를 한꺼번에 점수 매기는 작은 공동 헤드를 학습시켰고, 랭크 256 LoRA 어댑터도 사용했습니다. 학습에는 캘리브레이션을 위한 Brier 손실이 결합된 라벨 스무딩 교차 엔트로피, Cloudflare 자체 합성 데이터, 그리고 회사가 RLCD라 부르는 강화 학습 단계가 쓰였습니다. 결정 단계는 입력을 한 번 읽고 토큰을 생성하지 않기 때문에, Cloudflare 호스팅 서비스의 중앙값 지연은 Clef가 209ms, Clef-flash가 39ms이며 같은 표에서 Jev는 524ms입니다. 이는 Cloudflare 자체 실행의 서비스 수치이며 여러분의 하드웨어에서는 달라집니다. 광고상 컨텍스트는 64K 토큰이지만 샘플 코드의 기본 max_length는 16,384입니다.
직접 실행하는 방법은 세 가지입니다. 모델 카드의 PyTorch와 Transformers 코드는 H200 한 장에서 검증되었고, SGLang에는 H200, B200, B300용 실행 명령이 담긴 개발 이미지가 있으며, llama.cpp는 2026년 10월 3일 텍스트 전용 지원을 머지했습니다. BF16 저장소는 약 55 GB와 19 GB이고, ggml-org는 19.5 GB(Q4_K_M)와 6.7 GB GGUF 파일을 공개합니다. Cloudflare가 직접 돌린 Decision Index에서는, 모델 카드 표를 우리가 세어 본 바로는 Clef가 41개 벤치마크 중 26개에서 Jev를 앞서고 15개에서 뒤처집니다. Jev가 크게 앞서는 항목은 GPQA Diamond(48.0 대 78.3), BBH, MMLU-Pro로, 추론 위주의 질문에는 더 큰 모델이 어울린다는 뜻입니다. Cloudflare는 Clef가 이 지수에서 전반적으로 앞선다고 말하지만 이는 자사 주장입니다. 2026년 11월 11일까지 30일간 Hugging Face는 Clef 약 72,000회, Clef-flash 약 37,000회의 다운로드를 집계했습니다.
적합한 용도
- 에이전트 안의 라우팅, 트리아지, 라벨링 단계. 임계값을 걸 수 있는 확률이 필요할 때
- 직접 정의한 스키마로 텍스트, 이미지, 영상 분류. 새 라벨에도 재학습이 필요 없음
- 빠른 로컬 판단. 9B Clef-flash는 BF16 기준 약 19 GB, 4비트 GGUF로 6.7 GB
- Apache 2.0 상업 이용. Jev 호환 API로 기존 클라이언트에 그대로 교체 가능
주의할 점
- 텍스트를 쓰거나 답을 설명하거나 도구를 호출할 수 없고, 주어진 선택지의 점수만 매깁니다
- 추론 위주의 검사는 Cloudflare의 표에서 Jev에 뒤지며, Clef-flash는 CLINC150+OOS와 RAGTruth에서 크게 하락합니다
- 벤치마크와 지연 수치는 Cloudflare 자체 실행이며, 지연은 자사 호스팅 서비스 기준입니다
- 모델 카드의 커스텀 코드, SGLang 또는 llama.cpp가 필요하고, llama.cpp 지원은 텍스트만 다룹니다
- 샘플 코드의 기본 입력 한도는 16,384 토큰으로, 광고된 64K 컨텍스트보다 낮습니다
성능 주장은 개발사가 제공한 것이며 독립적으로 검증되지 않았습니다.
메모리가 얼마나 필요할까?
Clef-flash (9B, lowest latency) 버전 기준 추정치입니다. 혼합 전문가(MoE) 모델은 토큰 하나당 일부 전문가만 사용하더라도 모든 전문가를 메모리에 올려야 합니다. 따라서 필요한 메모리는 총 파라미터가, 속도는 활성 파라미터가 결정합니다.
| 버전 | 파라미터 | BF16 | FP8 / INT8 | 4-bit (Q4) | 실행 가능 하드웨어 |
|---|---|---|---|---|---|
| Clef-flash (9B, lowest latency) BF16 | 9.41B | 22 GB | 11 GB | 6.49 GB | 노트북 또는 휴대폰 |
| Clef (27B, precision decisions) BF16 | 27.4B | 63 GB | 31 GB | 19 GB | 게이밍 GPU |
추정 방식: 가중치에 약 15%의 오버헤드를 더한 값입니다. 실제 사용량은 컨텍스트 길이에 따라 늘어나고 사용하는 소프트웨어에 따라서도 달라집니다.
라이선스, 쉬운 말로 설명
가장 널리 쓰이는 관대한 라이선스 중 하나입니다. 몇 가지 가벼운 조건만 지키면 모델을 사용하고 수정할 수 있으며, 이를 기반으로 만든 제품을 판매할 수도 있습니다.
자주 묻는 질문
- Clef(이)란 무엇인가요?
- Clef는 Cloudflare의 모델로, 글을 쓰는 대신 빠르게 판단을 내립니다. 고객 지원 메시지나 영수증 사진 같은 상황을 설명하고 긴급한지, 어느 팀이 처리해야 하는지 같은 질문을 하면, 가능한 모든 선택지에 대한 확률을 반환해 코드가 그에 따라 행동할 수 있습니다. 27B 크기와 더 작고 빠른 9B 크기로 제공됩니다.
- Clef을(를) 상업적으로 사용할 수 있나요?
- 네. Clef은(는) 허용적 라이선스인 Apache 2.0로 배포되었습니다. 라이선스 문구 표기 같은 표준 조건만 지키면 상업적으로 사용할 수 있습니다.
- Clef은(는) 오픈소스인가요?
- Clef은(는) 오픈소스 이니셔티브(OSI)가 승인한 라이선스인 Apache 2.0로 배포되었습니다. 학습 데이터와 학습 코드는 공개되어 있지 않을 수 있으므로, 오픈소스 라이선스를 적용한 오픈 웨이트 모델이라고 보는 것이 가장 정확합니다.
- Clef을(를) 내 컴퓨터에서 실행할 수 있나요?
- 네. 최소 버전 Clef-flash (9B, lowest latency) 기준 4비트 정밀도에서 메모리가 약 6.49 GB 필요하며, 최신 노트북이나 중급 그래픽 카드에서 충분히 돌아갑니다.
- Clef은(는) 언제 출시되었나요?
- Clef은(는) Cloudflare에서 2026년 10월 1일에 출시되었습니다.
- Clef의 컨텍스트 윈도우는 얼마나 긴가요?
- Clef은(는) 최대 64K 토큰의 컨텍스트 윈도우를 지원합니다.
공식 링크
출처
규격 정보는 아래 1차 자료에서 가져왔습니다. 언급된 벤치마크 수치는 개발사가 발표한 것입니다.
- 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
출시일 등 정보는 2026년 11월 11일에 마지막으로 확인했습니다.
관련 모델
| 모델 | 출시일 | 파라미터 | 컨텍스트 | 라이선스 | 최소 버전 필요 메모리 |
|---|---|---|---|---|---|
| Qwen3.8-27B EN Alibaba Qwen | 27.8B | 256K | Apache 2.0 (허용적) | 19 GB 게이밍 GPU | |
| Qwen3.5 EN Alibaba Qwen | 873M – 403B 활성 17B | 256K | Apache 2.0 (허용적) | 0.602 GB 노트북 또는 휴대폰 | |
| DiffusionGemma EN Google DeepMind | 25.2B 활성 3.8B | 256K | Apache 2.0 (허용적) | 17 GB 게이밍 GPU | |
| AutoTrust Decider EN AutoTrust AI Lab | 8.95B – 36B 활성 3B | 256K | Apache 2.0 (허용적) | 6.18 GB 노트북 또는 휴대폰 |