Clef-omni 是 Cloudflare 在 2026 年 10 月 9 日发布的决策模型：它不生成文本，而是在一次请求里同时读文字、图片、音频和视频，按预先给定的问题逐个打出概率。权重已经开放，托管在 Workers AI 上，输入价格为每百万 token 0.15 美元。这是 Clef 家族 10 月 1 日首发后一周内的第二次扩充，同批还有 Clef-flash 降价和 Clef 本体提速。
决策模型和普通大模型判断有什么不同
决策模型的输入是“状态加一组带类型的问题”：问题只有是或否、单选、打分三类，模型直接返回每个选项的概率，不写句子，下游代码拿数字就能路由、拦截或转人工。智能体每跑一步都要做大量这种小判断：工单分给哪个组、截图里的信息够不够立案、这一步该调哪个工具。用聊天模型做这些事，要多付生成整段文字的钱和时间，还要再写一层解析来兜底格式错误。决策模型这个品类最近升温很快，本站此前报道过微软的 Decision-1 和 TypeSafe 的 Jev 融资，Clef-omni 补上的是多模态这一块。
这次新增的模态能力具体是什么
Clef-omni 建在通义千问 Qwen3-Omni-30B-A3B-Instruct 的混合专家骨干上，总参数 30B、单次激活约 3B；Cloudflare 去掉了语音输出部件，冻结骨干、只训练低秩适配器，再用标签平滑交叉熵加 Brier 分数校准做后训练。音频支持 wav 和 mp3，视频支持 mp4 和 webm，视频的音轨会和画面对齐后一起处理，不再需要先转写文字、先拆音轨的级联管线。速度方面，按官方公布的中位延迟，纯文本判断约 130 毫秒，图片约 150 毫秒，音频在几百毫秒量级，一段 21 秒带声音的视频约 1.5 秒完成打分。官方示例很能说明用途：同一次请求里放一张设备安装照片、一段运行录音和一段风扇视频，分别问标签是否可见、声音是否正常、风扇是否在转。
基准成绩要打折看
按 Cloudflare 公布的对比表，Clef-omni 在 BANKING77 上的 macro-F1 为 94.8，在 CLINC150+OOS 上为 97.7，高于同表的 Jev（79.74 和 89.27）；但在 When2Call 上以 63.3 落后于 Jev 的 80.97，在 BRIGHT 上也落后。也就是说，它不是全面碾压，而是在分类类任务上更强、在部分工具调用判断上更弱。这些数字全部来自厂商自测，尚未经过独立复现，选型时只能当线索，必须拿自己的历史数据再验一遍。
一起变的还有价格：flash 降价，但托管上下文砍到 24k
Clef-flash 的托管输入价从每百万 token 0.09 美元降到 0.038 美元，官方称已经低于 Jev。代价写在同一篇公告里：托管版 Clef-flash 的上下文窗口从 64k 砍到 24k，理由是其用量数据中只有 0.24% 的请求超过 24k；开放权重不受影响，权重按 256k 上下文训练，自托管可以继续用长上下文。Clef 本体价格不变，仍为每百万 token 0.24 美元，但托管推理做了服务层优化：约 3400 token 的输入，中位延迟从 616 毫秒降到 305 毫秒，约 2.0 倍；16000 token 时也有约 1.7 倍提速。这次提速没有发布新权重，主要是把推理服务迁到了 SGLang。
谁该试，谁先别动
适合先试的有两类团队：一是已经在用 Jev 的，Clef 全系兼容 Jev 的接口，换模型标识就能做对照测试，迁移成本接近于零；二是判断对象里本来就有录音、视频或截图的流程，比如客服通话质检、设备巡检和内容审核分流，以前要串三四个模型，现在可以先拿一个模型跑影子测试。先别动的也有两类：走托管 Clef-flash 且输入经常超过 24k 的流程，降价后反而会被新上限卡住，要么升到 Clef，要么自托管权重；以及准备直接拿厂商基准当采购结论的团队，这类模型的价格和延迟都高度依赖具体负载，影子测试一周再决定，比看对比表可靠得多。
