Cloudflare amplió su familia de modelos de decisión de pesos abiertos Clef —modelos livianos construidos para clasificación y puntuación con esquema restringido, no para generación de texto— con tres cambios: un modelo multimodal nuevo, un recorte de precio y una mejora de velocidad.
Clef-omni es el primer modelo de la familia que procesa de forma nativa audio (wav/mp3) y video (mp4/webm) junto con texto e imágenes en un solo pipeline, construido sobre una base Qwen3-Omni-30B-A3B-Instruct con los componentes de texto a voz removidos. Cloudflare reporta tiempos de respuesta medianos de unos 130ms para entradas solo de texto, 150ms para imágenes y cerca de 1,5 segundos para un clip de video completo de 21 segundos con sonido. Se lanza a 0,15 dólares por millón de tokens de entrada, con los pesos publicados en Hugging Face.
Clef-flash baja de precio de 0,09 a 0,038 dólares por millón de tokens de entrada, lo que según Cloudflare lo hace más barato que el modelo Jev de TypeSafe. La contrapartida es una ventana de contexto hospedada más chica —recortada de 64k a 24k tokens— aunque los pesos subyacentes siguen soportando 256k tokens para quien lo auto-hospede. Cloudflare dice que solo el 0,24% de las solicitudes observadas superaron los 24k tokens de entrada, razón por la que hizo el recorte en vez de dejar la ventana sin cambios.
Clef mantiene su precio de 0,24 dólares por millón de tokens y su ventana de contexto de 64k, pero recibe optimizaciones de infraestructura de servicio —incluido un cambio a SGLang— que recortan la latencia mediana hasta 2,0x según el tamaño de entrada, sin cambios en los pesos del modelo.
Cloudflare enumera casos de uso internos como cerrar issues de spam en su repositorio de documentación en GitHub, moderar bibliotecas de plugins por phishing en su sistema de gestión de contenido EmDash, escanear información personal identificable y detectar dominios maliciosos. Clef sigue siendo compatible con la API de Jev y está disponible a través de AI Gateway de Cloudflare.