A Cloudflare expandiu sua família open-weight de modelos de decisão Clef — modelos leves construídos para classificação e pontuação restrita a esquemas, não para geração de texto — com três mudanças: um novo modelo multimodal, um corte de preço e uma atualização de velocidade.
O Clef-omni é o primeiro modelo da família a processar nativamente áudio (wav/mp3) e vídeo (mp4/webm) junto com texto e imagens em um único pipeline, construído sobre uma base Qwen3-Omni-30B-A3B-Instruct com os componentes de texto-para-fala removidos. A Cloudflare reporta tempos médios de resposta de cerca de 130ms para entrada apenas de texto, 150ms para imagens e aproximadamente 1,5 segundo para um clipe de vídeo completo de 21 segundos com som. O lançamento chega a US$ 0,15 por milhão de tokens de entrada, com os pesos publicados no Hugging Face.
O preço do Clef-flash cai de US$ 0,09 para US$ 0,038 por milhão de tokens de entrada, o que, segundo a Cloudflare, o torna mais barato que o modelo Jev da TypeSafe. A contrapartida é uma janela de contexto hospedada menor — reduzida de 64 mil para 24 mil tokens — embora os pesos subjacentes ainda suportem 256 mil tokens para quem faz self-hosting. A Cloudflare diz que apenas 0,24% das requisições observadas excederam 24 mil tokens de entrada, motivo pelo qual optou pelo corte em vez de manter a janela inalterada.
O Clef mantém seu preço de US$ 0,24 por milhão de tokens e janela de contexto de 64 mil tokens, mas recebe otimizações de infraestrutura de serviço — incluindo a migração para SGLang — que cortam a latência mediana em até 2,0x dependendo do tamanho da entrada, sem mudanças nos pesos do modelo.
A Cloudflare lista casos de uso internos, incluindo o fechamento de issues de spam em seu repositório de documentação no GitHub, a moderação de bibliotecas de plugins contra phishing em seu sistema de gestão de conteúdo EmDash, a varredura de informações de identificação pessoal e a detecção de domínios maliciosos. O Clef continua compatível com a API do Jev e está disponível pelo AI Gateway da Cloudflare.