Clef

Os modelos de decisão da Cloudflare: você dá uma situação e perguntas, e eles retornam uma probabilidade para cada opção em uma passada.

Em resumo. Clef é um modelo da Cloudflare que toma decisões rápidas em vez de escrever texto. Você descreve uma situação, como uma mensagem de suporte ou a foto de um recibo, e faz perguntas como se é urgente ou qual equipe deve cuidar disso. Ele responde com uma probabilidade para cada opção possível, sobre a qual seu código pode agir. Vem em um tamanho de 27B e em outro de 9B, menor e mais rápido.

Resumo

A Cloudflare anunciou Clef e Clef-flash em 1º de outubro de 2026 como seus primeiros modelos treinados por ela mesma no Workers AI, e publicou os pesos no Hugging Face sob Apache 2.0. São o que o anúncio chama de modelos de decisão, uma categoria popularizada pelo Jev da Typesafe AI. Você envia um estado, como texto, JSON, imagens ou vídeo, junto com perguntas tipadas, e o modelo retorna uma probabilidade para cada opção permitida em uma única passada para frente. Uma pergunta é uma checagem verdadeiro ou falso (chamada de noul na API), uma escolha entre opções nomeadas ou uma nota em uma escala ordenada. O modelo não escreve texto livre, então não há nada para parsear. O formato de requisição é igual ao do Jev e do SystemOne, então um cliente pode ser trocado entre eles.

O Clef foi pós-treinado a partir do Qwen3.8-27B, e o menor Clef-flash a partir do Qwen3.5-9B, mantendo o encoder de visão. A Cloudflare congelou o backbone Qwen e treinou uma pequena cabeça conjunta, que roteia evidências da entrada para cada pergunta e pontua todas as opções de todas as perguntas juntas, além de adaptadores LoRA de rank 256. O treinamento usou cross-entropy com suavização de rótulos e uma perda Brier para calibração, dados sintéticos da própria Cloudflare e uma etapa de aprendizado por reforço que a empresa chama de RLCD. Como o passo de decisão lê a entrada uma vez e não gera tokens, a latência mediana do serviço hospedado da Cloudflare é de 209 ms para o Clef e 39 ms para o Clef-flash, contra 524 ms para o Jev na mesma tabela. São números do serviço da própria Cloudflare e vão diferir no seu hardware. O contexto anunciado é de 64K tokens, enquanto o max_length padrão do código de exemplo é 16.384.

Há três formas de rodar por conta própria. O código PyTorch e Transformers da ficha foi testado em um H200, o SGLang tem uma imagem de desenvolvimento com comandos de inicialização para H200, B200 e B300, e o llama.cpp mesclou suporte somente-texto em 3 de outubro de 2026. Os repositórios BF16 têm cerca de 55 GB e 19 GB, e a ggml-org publica arquivos GGUF de 19.5 GB (Q4_K_M) e 6.7 GB. No Decision Index rodado pela própria Cloudflare, pela nossa contagem da tabela da ficha, o Clef fica à frente do Jev em 26 dos 41 benchmarks e atrás em 15. As maiores vantagens do Jev são GPQA Diamond (48.0 contra 78.3), BBH e MMLU-Pro, o que sugere que perguntas pesadas em raciocínio combinam melhor com um modelo maior. A Cloudflare diz que o Clef lidera o índice no geral, o que é afirmação dela própria. O Hugging Face contou cerca de 72.000 downloads do Clef e 37.000 do Clef-flash nos 30 dias até 11 de novembro de 2026.

Bom para

  • Passos de roteamento, triagem e rotulagem dentro de agentes, quando você quer uma probabilidade para definir um limiar
  • Classificar texto, imagens ou vídeo conforme um esquema que você define, sem retreinar para novos rótulos
  • Decisões locais rápidas, já que o Clef-flash de 9B tem cerca de 19 GB em BF16 e 6.7 GB como GGUF de 4 bits
  • Uso comercial sob Apache 2.0, com a API compatível com Jev como substituição direta de clientes existentes

Pontos de atenção

  • Ele não escreve texto, não explica a resposta e não chama ferramentas, e só pontua as opções que você der
  • Checagens pesadas em raciocínio ficam atrás do Jev na tabela da Cloudflare, e o Clef-flash cai bastante em CLINC150+OOS e RAGTruth
  • Os números de benchmark e latência são da execução da própria Cloudflare, e a latência é do serviço hospedado dela
  • Ele precisa do código personalizado da ficha, do SGLang ou do llama.cpp, e o suporte do llama.cpp cobre só texto
  • O limite de entrada padrão no código de exemplo é 16.384 tokens, abaixo do contexto de 64K anunciado

As afirmações de desempenho vêm do desenvolvedor e não foram verificadas de forma independente.

De quanta memória ele precisa?

Estimativas para a variante Clef-flash (9B, lowest latency). Um modelo de mistura de especialistas precisa manter todos os seus especialistas na memória, mesmo que apenas alguns sejam usados por token; por isso o total de parâmetros determina a memória e os parâmetros ativos determinam a velocidade.

Variantes Parâmetros BF16 FP8 / INT8 4-bit (Q4) Cabe em
Clef-flash (9B, lowest latency) BF16 9.41B 22 GB 11 GB 6.49 GB Notebook ou celular
Clef (27B, precision decisions) BF16 27.4B 63 GB 31 GB 19 GB GPU gamer

Estimativas: pesos mais cerca de 15% de overhead. O uso real cresce com o comprimento do contexto e depende do software.

Calculadora de VRAM

A licença em palavras simples

Uma das licenças permissivas mais utilizadas. Você pode usar e modificar o modelo e vender produtos criados a partir dele com apenas algumas condições leves.

Mais sobre Apache 2.0

Perguntas frequentes

O que é Clef?
Clef é um modelo da Cloudflare que toma decisões rápidas em vez de escrever texto. Você descreve uma situação, como uma mensagem de suporte ou a foto de um recibo, e faz perguntas como se é urgente ou qual equipe deve cuidar disso. Ele responde com uma probabilidade para cada opção possível, sobre a qual seu código pode agir. Vem em um tamanho de 27B e em outro de 9B, menor e mais rápido.
Posso usar Clef comercialmente?
Sim. Clef é lançado sob Apache 2.0, uma licença permissiva. Você pode usá-lo comercialmente se seguir as condições padrão, como manter o aviso de licença.
Clef é de código aberto?
Clef é lançado sob Apache 2.0, uma licença aprovada pela Open Source Initiative. Os dados e o código de treinamento podem não ser públicos, então o melhor é descrevê-lo como pesos abertos sob uma licença de código aberto.
Consigo rodar Clef no meu próprio computador?
Sim. A menor variante, Clef-flash (9B, lowest latency), precisa de cerca de 6.49 GB de memória em precisão de 4 bits, o que cabe em um notebook moderno ou em uma placa de vídeo intermediária.
Quando Clef foi lançado?
Clef foi lançado por Cloudflare em 1 de outubro de 2026.
Qual é o tamanho da janela de contexto de Clef?
Clef suporta uma janela de contexto de até 64K tokens.

Links oficiais

Fontes

As especificações vêm destas fontes primárias. As afirmações de benchmark, quando mencionadas, são informadas pelo desenvolvedor.

Data de lançamento e fatos verificados pela última vez em 11 de novembro de 2026.

Modelos relacionados

Modelo Lançamento Parâmetros Contexto Licença Memória da menor variante
Qwen3.8-27B EN Alibaba Qwen 27.8B 256K Apache 2.0 (Permissiva) 19 GB GPU gamer
Qwen3.5 EN Alibaba Qwen 873M – 403B 17B ativos 256K Apache 2.0 (Permissiva) 0.602 GB Notebook ou celular
DiffusionGemma EN Google DeepMind 25.2B 3.8B ativos 256K Apache 2.0 (Permissiva) 17 GB GPU gamer
AutoTrust Decider EN AutoTrust AI Lab 8.95B – 36B 3B ativos 256K Apache 2.0 (Permissiva) 6.18 GB Notebook ou celular