專為決策設計的輕量模型
Cloudflare正式推出自行訓練的決策模型Clef與Clef-flash，並將兩者整合至Workers AI服務中。與傳統大型語言模型不同，这两款模型並非用於生成文字或複雜推理，而是專門處理範圍明確的判斷任務，例如分類、決定下一步動作等。開發者可以設定可接受的答案選項，模型讀取輸入資料後，直接回傳符合指定格式的答案及各選項機率。這種設計讓AI代理在處理客服分流、緊急程度判斷等任務時，能更直接地啟動後續流程，減少不必要的文字生成過程。
極致速度與開放授權優勢
在效能表現上，Cloudflare公布的43項評測結果顯示，Clef的中位延遲為209.3毫秒，而更著重速度的Clef-flash僅需38.8毫秒，遠低於Jev模型的524.1毫秒。這意味著在需要快速反應的應用場景中，Clef-flash能顯著提升處理效率。此外，Cloudflare以Apache 2.0授權開放模型權重，開發者不僅可透過Workers AI直接使用，也能從Hugging Face取得權重自行部署。這種開放策略讓企業能更靈活地將模型整合進現有系統，並利用其64K的上下文長度處理包含圖片在內的多模態輸入。
從雲端服務到本地部署的彈性
除了標準化服務，Cloudflare也意識到不同企業對模型微調的需求。目前公司已開始提供模型微調服務，由工程團隊協助客戶針對特定工作調整Clef模型。未來更計畫推出自助式平臺，讓客戶能自行準備資料、進行微調並重新部署模型。這種從雲端託管到本地部署的彈性選項，讓開發者在追求低延遲與高準確度之間擁有更多選擇權，特別適合需要高度客製化決策邏輯的企業應用場景。