Cloudflare 开源 Clef：只输出结构化判断与概率

Cloudflare 于 2026 年 10 月 1 日发布两个自研决策模型 Clef 与 Clef-flash，托管在 Workers AI，同时以 Apache 2.0 协议在 Hugging Face 开放权重。模型只输出类型化判断与概率而非自由文本，带视觉编码器与 64K 上下文，接口与 Jev 兼容。同日还预告了基于强化学习的微调服务。

这次发布的是什么

Cloudflare 于 2026 年 10 月 1 日在官方博客宣布推出两个自研决策模型 Clef 与 Clef-flash，托管在 Workers AI 上，同时以 Apache 2.0 协议在 Hugging Face 开放权重。同一次发布还预告了一项新的强化学习微调服务。

决策模型是近来出现的一类模型：它不像通用大模型那样生成任意文本，而是在给定选项里做判断，并给出对应的概率。官方举的例子是，把一条客服消息传进去，问它是否紧急、应该转给哪个团队，模型返回带概率的类型化答案，你的代码据此决定是路由、升级还是转人工。Clef 的输出分为 noul（是否判断）、choice（多选一）与 score（打分）三类，官方称其与 Jev 的接口兼容。

影响谁：在做智能体工作流的开发者。过去每一个小的路由判断都要消耗一次大模型调用并等它写一段话，决策模型把这类判断变成一次廉价、可设阈值的结构化调用。

可用性与限制

• 托管渠道：两个模型托管在 Workers AI，通过 Cloudflare 账号调用；官方示例里的模型标识符为 @cf/cloudflare/clef。
• 开放权重：官方称已在 Hugging Face 以 Apache 2.0 协议开放，可下载到本地自行运行与实验。
• 上下文与输入：官方写明 Clef 带视觉编码器，可接受图像输入；上下文窗口为 64K token。具体支持哪些图像格式以官方文档为准。
• 微调服务：官方说明先以 FDE（前置部署工程师）团队 hands-on 合作的形式提供，自助微调平台是后续计划，当前尚未上线。
• 数据处理承诺：官方称不读取、不存储、不基于用户的请求与响应训练，使用微调产品的情况除外。
• 接口兼容：官方称与 Jev 的接口完全兼容，但字段与行为的一致程度请以官方文档为准。
• 境内可达性：Cloudflare 与 Hugging Face 服务在境内的访问情况请以各自官方说明为准，本文不做可用性承诺。
• 定价：以 Cloudflare 官网定价页为准。

主要功能

• 输出类型化判断：支持是否判断、多选一与打分三类，每一类都附带概率。
• 接受图像输入：内置视觉编码器，可对截图或渲染后的网页直接分类。
• 一次问多个字段：同一个输入下可以批量提出多个问题，官方称这是该类模型的效率优势之一。
• 给出可校准置信度：每个判断带概率值，便于代码设阈值决定何时转人工。
• 边缘 GPU 托管：跑在 Workers AI 上，不必自备显卡即可接入。
• 兼容既有接口：官方称与 Jev 接口兼容，替换成本较低。
• 支持后续微调：官方提供面向特定场景的强化学习微调服务。

技术原理

据官方博客说明，Clef 的骨干网络用的是 Qwen 系列模型：Clef 冻结 Qwen3.8-27B，Clef-flash 冻结 Qwen3.5-9B，再联合优化一个路由头与 rank-256 的低秩适配器。

推理过程与自回归大模型不同。官方描述为先对输入做一次仅预填充（prefill-only）的读取，把情况载入模型内部状态，然后并行地为 schema 里所有合法选项打分。因为决策这一步不是自回归的，模型不需要先逐 token 生成一段中间文本再得到答案，这正是它能比同规模自回归模型快的原因。

官方进一步把架构概括为三件事的组合：面向选项的证据路由、跨字段的联合交叉注意力、以及绑定 schema 的打分；并提到借助词汇先验来保持选项之间的语义一致性。训练目标上，官方称对合法 schema 输出使用带标签平滑的交叉熵，并配合 Brier 损失来校准概率；此外自研了名为 RLCD 的强化学习目标，对相邻的序数选项给部分得分、对完全精确的记录给完整奖励，并施加参考惩罚以防止分布漂移。

实际体验

决策模型适不适合你的场景，跑一次就能判断。下面是可复现的验证步骤：

1. 先走托管接口：用 Cloudflare 账号调 Workers AI 上的 Clef，传入一段状态描述，再定义一组问题，覆盖是否判断、多选一与打分三类，观察返回结果是不是带概率的结构化字段。
2. 改 schema 看变化：增减选项、调整措辞，确认输出会跟着 schema 变，而不是沿用固定标签。
3. 试图像输入：把一个渲染后的页面或截图交给模型分类，验证视觉编码器是否按预期工作。
4. 设阈值做分流：在代码里给概率设一个阈值，低于阈值时转人工处理，观察被分流掉的case是否符合预期。这一步最能看出置信度是否真的可用。
5. 本地跑一遍：从 Hugging Face 下载 Apache 2.0 权重，在本地环境对比与托管版的差异，确认部署形态是否满足你的合规要求。

项目地址与获取方式

• 官方公告：https://blog.cloudflare.com/clef-decision-models/ （页面标注 October 1, 2026）
• 托管调用：Workers AI，官方示例中的模型标识符为 @cf/cloudflare/clef，具体接入方式见 Cloudflare 开发者文档。
• 开放权重：Hugging Face 上的 Cloudflare 官方仓库，Apache 2.0 协议，可自行下载运行。
• 请通过 Cloudflare 与 Hugging Face 官方渠道获取模型与权重，避免安装被篡改的版本。
• 具体定价与配额以 Cloudflare 官网为准。

适合谁用

• 需要高频路由与分类的智能体：工单分派、意图识别、紧急度判断这类判断密集的场景。
• 想在关键路径加护栏的团队：用概率阈值决定何时升级或转人工。
• 已经在用 Workers AI 的开发者：可以和大模型搭配，让判断走快路径、生成走慢路径。
• 需要图像参与判断的场景：截图或渲染页面可以直接作为分类输入。
• 不必用的人：需要生成文本、写代码、做对话或文档摘要的场景。官方明确写明了这类模型不擅长这些任务，也不如推理模型擅长复杂问题。
• 暂不建议依赖的场景：需要自助微调的业务，官方的自助平台尚未上线。

常见问题

决策模型和普通大模型有什么不同？

普通大模型生成任意文本，决策模型只在给定选项里选，并给出每个选项的概率。换来的是更快、更稳定，而且一定从你给的选项里产出答案；代价是它不生成文本，因此不适合写代码、聊天、摘要这类任务。官方还强调决策模型给每个判断附带一个可靠性评分，这一点在主流大模型的推理接口里通常拿不到。

Clef 能处理图片吗？

能。官方写明 Clef 带视觉编码器，可以接收图像并对视觉内容做分类，这也是它与只做文本分类的同类模型的主要区别之一。官方内部的一个用法是配合浏览器渲染，抓取一个域名后对页面内容分类。具体支持哪些图像格式与尺寸限制，以官方文档为准。

权重可以自己部署吗？

可以。官方称已在 Hugging Face 以 Apache 2.0 协议开放这两个模型，可以下载到本地运行和实验。Apache 2.0 是宽松的开源许可，但商用前仍建议阅读对应的模型卡与使用条款。托管版则通过 Workers AI 调用，不需要自备显卡。

与 Jev 的接口兼容到什么程度？

官方称 Clef 产出的类型化输出与 Jev 类似，且接口完全兼容，因此替换起来比较容易。不过兼容到哪些字段、哪些边界行为一致，官方公告没有逐项列出，实际迁移前请以 Cloudflare 开发者文档为准，并先在非关键路径上验证。

微调服务现在就能用吗？

部分是。官方说明微调服务先以 FDE 团队合作的形式提供，也就是由 Cloudflare 的工程师和你在真实负载上一起做，之后再推出自助平台。自助平台的流程官方已经给出雏形：用 AI Gateway 采集请求数据生成数据集，用 Workers AI 生成候选结果，用 Containers 作为强化学习沙盒打分与回放，再用 Trainer 更新权重并重新部署到 Workers AI。具体排期以官方公告为准。

相关工具与内容

• /category/agent — AI 智能体分类，决策模型主要服务的工作流都在这一页
• /category/code — AI 编程分类，接入这类模型的工程侧入口
• /tool/make — Make，可视化自动化编排，可直观看到路由判断的位置
• /tool/n8n — n8n，自建自动化工作流，适合接结构化判断
• /tool/coze — 扣子 Coze，智能体搭建平台，可对照看工作流中的判断环节
• /article/ollama-decision-models-2026-09 — Ollama 引入 decision models，同一类模型的本地跑法