Cloudflare заявляет, что новая модель Clef избавляет AI-агентов от необходимости участия человека

Cloudflare выпускает Clef и Clef-flash — две модели принятия решений для ИИ-агентов. Главное преимущество компании перед лидирующей Jev — скорость.

Модель принятия решений выдаёт краткую классификацию с вероятностями, а не длинный текстовый ответ. Получив сообщение в службу поддержки, Clef оценивает его срочность и определяет команду, которая должна им заняться. Последующий код может использовать эти результаты, чтобы направить тикет, инициировать эскалацию или передать случай человеку.

По словам Cloudflare, «человеку больше не обязательно участвовать в принятии агентных решений». Агенты могут «программно собирать контекст, принимать решения и выполнять действия по задачам либо при необходимости передавать их человеку». Cloudflare заимствовала название из музыки, где ключ определяет высоту нот на нотном стане. Точно так же модель принятия решений задаёт основу для последующих действий. Фонетическое сходство с «Jev», вероятно, тоже не случайно.

Эти «модели принятия решений» занимают нишу между большими языковыми моделями и традиционными классификаторами. Языковые модели умеют рассуждать и вызывать инструменты, но их результаты могут различаться, а сами они работают медленно. Традиционные классификаторы быстры, но для каждой новой категории требуют переобучения. Cloudflare рассматривает Clef как прямой ответ на модель Jev от TypeSafe AI и сохраняет полную совместимость API, чтобы клиенты могли легко переключаться.

Clef-flash принимает решение за 39 миллисекунд

Согласно Cloudflare, по итогам 43 тестов Clef и меньшая Clef-flash работают быстрее всех соответствующих конкурирующих моделей принятия решений. Компания сообщает о медианной задержке около 39 миллисекунд для Clef-flash и около 209 миллисекунд для Clef по сравнению с чуть более чем 524 миллисекундами для Jev. Обе модели работают непосредственно на инфраструктуре Cloudflare, что, по словам компании, также позволяет им пользоваться преимуществами близости к периферийным дата-центрам.

Команда Cloudflare по анализу угроз уже тестирует Clef для классификации веб-сайтов. В одном примере модель определяет вероятность того, что домен является сайтом о моде, в 95 процентов, а вероятность того, что это интернет-магазин, — в 85 процентов. Вероятность того, что это фишинговый сайт, составляет менее одного процента. Получение, отображение и классификация сайта заняли 2,2 секунды. Самой быстрой универсальной языковой модели компании потребовалось 4,7 секунды на тот же процесс, и она вернула только две категории.

По данным Cloudflare, Clef также может обрабатывать изображения, тогда как Jev пока ограничена текстом. Её контекстное окно на 64 000 токенов вмещает вдвое больше входных данных, чем у Jev. Clef также лидирует в Jev Decision Index в собственных тестах Cloudflare.

Cloudflare использует модели Qwen

Clef создана на базе Qwen3.8-27B, а Clef-flash — на базе меньшей Qwen3.5-9B, сообщает Cloudflare. Во время обучения Cloudflare оставляет базовые модели без изменений и использует собственные синтетические данные для обучения дополнительных компонентов. Эти компоненты извлекают варианты ответов и вероятности из внутренних вычислений моделей.

Cloudflare также использует собственный вариант метода обучения с подкреплением для калиброванных решений (RLCD), который TypeSafe применяла для обучения Jev. RLCD обучает модели отвечать на несколько вопросов о входных данных за один вызов, стремясь назначать вероятности, соответствующие фактической частоте правильных ответов. Ранее компания экспериментировала с DiffusionGemma, чтобы извлекать фиксированные значения решений из внутренних вычислений языковой модели.

Клиенты смогут дообучать Clef для собственных задач

Одновременно с запуском Cloudflare разворачивает сервис обучения с подкреплением, который позволит клиентам адаптировать Clef под собственные задачи. На начальном этапе дообучением вместе с клиентами будет заниматься команда выездных инженеров, а позднее планируется запустить платформу самообслуживания.

Клиенты смогут создать набор данных, регистрируя запросы через AI Gateway, а затем оценивать эти запросы в контейнерах, служащих средой для обучения с подкреплением. Новый компонент-тренер позволит разворачивать дообученную модель в Workers AI. Для запуска пользовательских моделей Cloudflare использует технологии Replicate, которую компания приобрела в конце 2025 года.

Cloudflare заявляет, что планирует использовать Clef внутри компании для проверки сообщений о злоупотреблениях, сортировки запросов в службу поддержки и отличия полезных ботов от вредоносных. Обе модели работают на платформе Workers AI компании Cloudflare и доступны на Hugging Face по лицензии Apache-2.0.

Этот подход популяризировала TypeSafe AI — стартап, основанный бывшим исследователем OpenAI Диогу Алмейдой, который представил Jev в середине сентября. TypeSafe продвигает Jev как модель «без галлюцинаций», хотя это лишь гарантирует, что она останется в пределах заранее определённых вариантов ответа, и не мешает ей выбрать неправильный вариант. В конце сентября OpenAI последовала этому примеру, представив Decisions API на базе GPT-6 Luna, который также принимает контекст в виде текста или изображений.

Cloudflare в основном управляет глобальной сетью для доставки контента, DNS и услуг безопасности и до сих пор привлекала мало внимания своими собственными ИИ-моделями. В последнее время заголовки об ИИ Cloudflare были посвящены предоставлению владельцам сайтов контроля над доступом. В июле компания позволила операторам сайтов блокировать или разрешать ИИ-ботов в зависимости от их назначения.

Новости ИИ без шумихи — отобраны людьми

Подпишитесь на THE DECODER и получите чтение без рекламы, еженедельную рассылку об ИИ, эксклюзивный передовой отчёт «AI Radar» шесть раз в год, полный доступ к архиву и доступ к разделу комментариев.