Cloudflare Clef: otwarte modele decyzyjne dla agentów AI

Co udostępnił Cloudflare

Wpis autorstwa Michelle Chen ukazał się na blogu Cloudflare 1 października 2026 roku. Firma przedstawia Clef jako model, który zamienia opis sytuacji i schemat pytań w gotowe decyzje. Obsługuje trzy typy pytań: tak lub nie, wybór jednej z nazwanych opcji oraz ocenę na skali, na przykład wagi problemu.

Model nie generuje swobodnego tekstu, więc wynik nie wymaga parsowania. W jednym przebiegu zwraca prawdopodobieństwa dla wszystkich opcji wszystkich pytań. Cloudflare dodał dostrojenie na bazie modeli Qwen od Alibaby oraz moduł oceniający odpowiedzi zamiast generowania kolejnych tokenów.

Wyniki testów i porównanie z Jev

Cloudflare porównuje Clef głównie z Jev, płatnym modelem decyzyjnym firmy TypeSafe, który spopularyzował tę kategorię we wrześniu 2026 roku. Wszystkie liczby pochodzą od producenta i nie zostały niezależnie zweryfikowane. Zestaw testów obejmuje między innymi wybór narzędzi przez agentów i klasyfikację zapytań klientów banku.

• BFCL (wywoływanie funkcji): Clef 98,47, Clef-flash 98,76, Jev 95,75.
• API-Bank: Clef 91,93, Clef-flash 93,11, Jev 88,19.
• BANKING77 (intencje klientów banku): Clef 94,20, Clef-flash 90,93, Jev 79,74.
• CLINC150 z zapytaniami spoza zakresu: Clef 97,43, Clef-flash 66,77, Jev 89,27.
• Opóźnienie P95: Clef-flash 122,4 ms, Clef 238,6 ms, Jev 536,0 ms.

Ile kosztuje Clef w Workers AI

Według dokumentacji Workers AI Clef kosztuje 0,24 USD, a Clef-flash 0,09 USD za milion tokenów wejściowych. Po kursie NBP z 2 października 2026 roku (3,8881 zł za dolara) to około 0,93 zł i 0,35 zł netto. Model decyzyjny zwraca tylko prawdopodobieństwa, więc o koszcie decyduje głównie długość opisu sytuacji przesyłanego do modelu.

Dla porównania VentureBeat podawał, że Jev kosztuje 0,042 USD za milion tokenów wejściowych, a Strands Decider 2B od AWS jest darmowy do uruchomienia na własnym sprzęcie. Clef jest więc droższy od Jev w chmurze, ale można go też pobrać i uruchomić samodzielnie przez vLLM, SGLang lub Dockera. Wersja 27B wymaga jednak mocnej karty graficznej.

Ograniczenia i ryzyka

Cloudflare nie podaje, w jakich językach modele były testowane, a opisane benchmarki są anglojęzyczne. Wyniki Clef-flash wyraźnie słabną przy rozpoznawaniu zapytań spoza zakresu, co ma znaczenie w obsłudze klienta. Firma zaznacza też, że dostrojenie do konkretnej dziedziny może poprawić trafność kosztem ogólnych możliwości.

Teza Cloudflare, że człowiek nie musi już nadzorować agentów, jest deklaracją producenta. Probabilistyczny klasyfikator może się mylić, a odpowiednio spreparowany tekst może wpłynąć na jego werdykt. W decyzjach o pieniądzach, dostępie do danych czy reklamacjach klientów potrzebne są progi pewności i ścieżka do człowieka.

Jak przetestować model w polskiej firmie

W naszej ocenie najrozsądniej zacząć od jednego, powtarzalnego procesu, na przykład kierowania zgłoszeń z formularza do działów. Wystarczy kilkaset historycznych zgłoszeń z polskimi treściami i znaną poprawną decyzją. Następnie porównuje się trafność i koszt Clef, Clef-flash, Strands Decider oraz obecnego rozwiązania.

Zgłoszenia, przy których model zwraca niską pewność, warto kierować do człowieka. Przy danych osobowych klientów trzeba też ustalić, czy zapytania mogą trafiać do Workers AI, czy lepiej uruchomić otwarte wagi na własnej infrastrukturze.