Cloudflare Clef

产品简介

Cloudflare Clef 是 Cloudflare Workers AI 团队开源的两款决策模型（Decision Models），定位"是/否/选择/打分"的快速分类器——它们不生成自然语言文本，而是直接返回每个答案的校准概率。Clef 与 Clef-flash 同源，Clef-flash 中位数延迟仅 38.8ms，Apache 2.0 协议开源，可本地部署。

核心功能

决策而非生成：Clef 模型输出每个标签的校准概率（confidence），不返回自然语言文本，适合"机器读、机器用"的场景。

支持四类问题：是/否判断（"这封邮件是不是垃圾邮件？"）、多选分类（"这条评论属于哪个类别？"）、多标签打分（"这个用户画像与哪个群体最匹配？"）、结构化排序（"哪个候选商品最可能成交？"）。

校准概率：返回的概率经过严格校准，可直接作为后续决策的置信度阈值依据，无需二次校准。

毫秒级推理：Clef-flash 在 Workers AI 上中位数延迟仅 38.8ms，可嵌入任何实时工作流。

Jev-API 兼容：完全兼容 Typesafe AI Jev System One 模型 API，可直接替换或并列运行。

Workers AI 托管 + Apache 2.0 开源：在 Cloudflare 网络上调用也可用 Apache 2.0 协议下载模型本地部署。

新发布 RL 微调平台：Cloudflare 同时发布 RL 微调平台，开发者可用自有数据微调专属决策模型。

特色优势

决策模型 vs LLM：LLM 是开放式、概率性、生成式的；决策模型是封闭式、校准、低延迟，二者互补不替代。

真校准：返回的概率可以直接用作下游系统的置信度阈值，无需二次校准，这是大多数 LLM-as-a-judge 方案做不到的。

低延迟 + 低成本：相比用 LLM 做分类，Clef 在延迟与成本上数量级更低，适合实时高并发场景。

模型可独立部署：Apache 2.0 开源 + Workers AI 托管双选项，避免厂商锁定。

应用场景

垃圾邮件、诈骗、违规内容检测；客服工单自动分流；推荐系统候选打分；风控反欺诈实时判断；客服意图识别；工业质检合格判定；游戏匹配作弊检测。

适用人群

需要实时分类的工程团队；做内容安全/风控/反欺诈的平台；LLM-as-classifier 成本压力大的开发者；希望快速验证产品假设的初创团队。

出品方

Cloudflare Workers AI 团队。Clef 与 Clef-flash 完全开源（Apache 2.0）。

官网链接

https://blog.cloudflare.com/clef-decision-models/