39毫秒对524毫秒：Cloudflare新模型抢跑AI决策赛道

AI智能体做决定，还需要人类在中间点一下头吗？Cloudflare给出的答案是：不一定。这家以内容分发网络和网络安全服务闻名的公司，刚刚发布了两款专为AI智能体设计的决策模型——Clef和Clef-flash，直接对标该领域的领跑者TypeSafe AI的Jev。

速度是Cloudflare打出的第一张牌。据Cloudflare公布的数据，Clef-flash的中位响应时间约为39毫秒，Clef约为209毫秒，而Jev的对应数字是524毫秒出头。在43项基准测试中，这两款模型都比所有相关的竞品决策模型更快。

决策模型到底在做什么

要理解Clef的价值，先得弄清楚"决策模型"和普通大语言模型的区别。大语言模型能推理、能调用工具，但输出内容每次都不一样，速度也偏慢。传统分类器速度快，可每增加一个新类别就得重新训练。决策模型卡在两者之间：它不生成大段文字，而是给预设的答案选项分配概率，下游系统拿到这些概率就能自动执行动作。

举个例子。一条客户支持消息进来，Clef会判断它的紧急程度，并识别出应该由哪个团队处理。接下来的代码可以据此把工单路由到对应部门、触发升级流程，或者在必要时转交人工。Cloudflare的说法是，"对于智能体的决策，人类不一定还需要留在回路中"。智能体可以"以编程方式收集上下文、做出决策、对任务采取行动，或者在需要时交给人类"。

Clef这个名字取自音乐——在五线谱上，谱号（clef）为每条线赋予音高。决策模型的作用类似：它为后续动作设定框架。至于读音上和"Jev"的相似，恐怕不是巧合。

跑在Qwen之上，兼容Jev的API

据Cloudflare介绍，Clef基于Qwen3.8-27B，Clef-flash基于更小的Qwen3.5-9B。训练过程中，Cloudflare不改动基础模型，而是用自有的合成数据训练额外组件，由这些组件从模型的内部计算中推导出答案选项和概率。

训练方法上，Cloudflare使用了自家变体的"校准决策强化学习"（RLCD）——这正是TypeSafe训练Jev时采用的方法。RLCD训练模型在一次调用中对输入回答多个问题，目标是让分配的概率与答案实际正确的频率相匹配。Cloudflare此前还试验过用DiffusionGemma从语言模型的内部计算中推导固定决策值。

两款模型都直接跑在Cloudflare自己的基础设施上。Cloudflare称，这让它们能受益于靠近边缘数据中心的 proximity 优势。此外，Clef支持处理图像，而Jev目前仅限于文本；Clef的64,000 token上下文窗口能容纳的输入量是Jev的两倍。在Cloudflare自己的基准测试中，Clef在Jev决策指数上也处于领先。

API层面，Cloudflare保持了与Jev的完全兼容，客户可以方便地切换。Cloudflare的威胁情报团队已经在用Clef做网站分类测试。在一个案例中，它判定某域名有95%的概率是时尚网站、85%的概率是在线商店，是钓鱼网站的概率不到1%。抓取、渲染并分类该网站耗时2.2秒；而该公司最快的通用语言模型完成同样流程需要4.7秒，且只返回两个类别。

客户可以自己微调

伴随发布，Cloudflare还推出了一项强化学习服务，让客户针对自己的任务定制Clef。初期由一支前置部署工程师团队与客户一起完成微调，自助服务平台计划在后续推出。

客户可以通过AI Gateway记录请求来构建数据集，然后在充当强化学习沙箱的容器中评估这些请求。新增的训练器组件让客户能把微调后的模型部署到Workers AI上。为了运行自定义模型，Cloudflare使用了来自Replicate的技术——该公司于2025年底被Cloudflare收购。

Cloudflare表示，计划在内部用Clef审查滥用报告、分类支持请求，以及区分有益机器人和有害机器人。两款模型都运行在Cloudflare的Workers AI平台上，并以Apache-2.0许可证在Hugging Face上提供。

这条赛道的来路

决策模型这一路线由TypeSafe AI带火。这家初创公司由前OpenAI研究员Diogo Almeida创立，于9月中旬推出Jev。TypeSafe将Jev宣传为一款"没有幻觉"的模型，但这只保证它停留在预设答案选项内，并不能阻止它选错。9月底，OpenAI跟进推出了基于GPT-6 Luna的Decisions API，同样接受文本或图像形式的上下文。

Cloudflare的主业一直是内容分发、DNS和安全服务的全球网络，其自研AI模型此前鲜少受到关注。它近期的AI新闻多集中在让网站所有者控制访问权限上——7月，它允许站点运营者根据用途屏蔽或放行AI机器人。这次Clef的发布，意味着这家网络基础设施公司正式踏入了决策模型这个细分赛道，并且一上来就把速度作为核心卖点。