觀點 · 資訊分享
Cloudflare 開源 Clef 決策模型：不寫文章只回機率，9B 版本中位數延遲 38 毫秒
Cloudflare 推出第一批自己訓練的開源模型 Clef 與 Clef-flash。它們不產生文字，而是針對你給的問題直接回答「是的機率多少」「選哪個選項」，適合分類工單、擋不該做的動作。權重以 Apache 2.0 釋出，也能在本機跑。
- 發布
- 2026-10-02
- 篇幅
- 約 3 分鐘 · 1,508 字
- 結構
- 7 節 + 3 題常見問題
- 標籤
一句話看懂：Cloudflare 開源 Clef 與 Clef-flash 兩個「決策模型」，它們不寫文章，只針對你的問題回答每個選項的機率，拿來分類和把關又快又好串接。
先用白話講：決策模型是什麼？
想像你請兩位助理幫忙整理客服信件。第一位很會寫作，你問「這封信是不是要退款？」，他會回你一段話：「根據信件內容，客戶似乎……因此我認為是。」你還得自己從這段話裡找出答案。
第二位助理只做一件事：在選項上打勾，並告訴你他有多確定，例如「是退款：92%」。決策模型就是第二位助理。它不產生文字，直接回答機率，程式可以馬上拿來判斷，不用再解析 AI 寫的句子。
發生什麼事
Cloudflare 在 10 月 1 日推出 Clef 與 Clef-flash，這是它的 Workers AI 團隊第一批自己訓練的模型：
- 兩種尺寸：Clef 有 270 億參數（27B），精準度優先；Clef-flash 有 90 億參數（9B），速度優先
- 上下文長度：兩者都是 64K token
- 授權：權重以 Apache 2.0 開源，放在 Hugging Face
- 使用方式：Workers AI 上可以直接呼叫，也支援 AI Gateway；格式相容 System One API，原本串 Jev 的程式只要換端點和模型名稱
- 看圖：可以附最多四張圖片一起判斷
跟其他模型比快多少？
官方在 43 次測試中量到的延遲：
| 模型 | 中位數 | p95 |
|---|---|---|
| Clef | 209.3 毫秒 | 238.6 毫秒 |
| Clef-flash | 38.8 毫秒 | 122.4 毫秒 |
| Jev（對照） | 524.1 毫秒 | 536.0 毫秒 |
官方也表示 Clef 在 10 項決策評測中有 7 項拿到最高分。這些都是 Cloudflare 自己公布的數字。
給開發者的技術細節
一次請求最多可以問 64 題，題型有三種：
noul：是非題，回傳「是」的機率choice：單選題，回傳選中的選項、每個選項的機率與信心值score：依你定義的評分等級打分，回傳加權分數
在 Workers 裡呼叫的寫法大致如下：
const result = await env.AI.run("@cf/cloudflare/clef", {
model: "clef",
state: "客戶來信：上週訂的商品還沒到，我要取消並退款",
questions: { /* 依官方格式定義 noul / choice / score 題目 */ }
})
官方列的用途包括客服工單分類、網站分類、內容審核，以及 AI 代理呼叫工具前的「要不要放行」檢查。Cloudflare 同時開放 RL 微調服務的設計夥伴報名。
我的看法
做客服系統、表單審核這類案子時，最麻煩的常常不是 AI 夠不夠聰明，而是「怎麼把 AI 的回答變成程式能用的判斷」。請一般模型回 JSON，偶爾還是會多寫一句話、格式跑掉。決策模型直接回機率，還能設門檻（例如低於 80% 就轉人工），整合起來乾淨很多。
它是 Apache 2.0 授權，Ollama 也已經支援，在家用伺服器跑 9B 的 Clef-flash 做內部分類是很實際的玩法。限制也很清楚：它只回答你事先定義好的題目，不會幫你寫回信，所以適合當流程中的「判斷關卡」，不是用來取代對話模型。
名詞小辭典
- 參數（Parameters）：模型內部可調整的數值，數量越多通常能力越強，也越吃硬體。
- 延遲（Latency）：送出請求到拿到結果的等待時間。
- p95：100 次請求裡，第 95 慢的那次花了多久，用來看最差情況。
- Apache 2.0：一種寬鬆的開源授權，允許商業使用與修改。