Cloudflare 開源決策模型 Clef 對決 Jev：延遲砍半，但單價是 5.7 倍

Cloudflare 以阿里巴巴的開源 Qwen 為底座，在 Jev 推出 16 天後，交出 API 相容、開放權重且能看圖的決策模型 Clef。評測多數由 Clef 領先，但 Clef 在 Cloudflare 自家服務上的單價也約是 Jev 的 5.7 倍。
（前情提要：爆紅的 Jev 模型是什麼？OpenAI 元老打造只做決策的 AI：同任務快 200 倍、便宜 400 倍）
（背景補充：Google 新開源 DiffusionGemma 模型：生成快 4 倍，但品質落後 Gemma 4）

本文目錄

TypeSafe AI 9 月 15 日推出 Jev，把「決策模型」做成一個產品類別；半個月後，Cloudflare 10 月 1 日拿阿里巴巴的開源 Qwen 當底座，端出開放權重、能看圖的 Clef。

這場跟進說明，新品類的門檻除了模型本身，誰握有通路與資料也很重要。不過 Clef 並沒有全面勝出，在 Cloudflare 自家服務上的單價，還比 Jev 貴。

16 天的跟進

Jev 的來歷，動區先前已拆解過。創辦人 Diogo Almeida 是前 OpenAI 研究員，Jev 官方稱為 System One Model。

決策模型是什麼？簡單來說，就是給它輸入和一組合法選項，它回傳每個選項的機率，而不是寫一段話。

客服訊息進來，程式問它「緊急嗎？該交給哪個團隊？」再依機率分派工單，或在把握不足時轉給人。大型語言模型的輸出開放，結果也不一定每次相同；決策模型要的是有邊界、快、便宜。

10 月 1 日推出的 Clef 與小一號的 Clef-flash，是 Cloudflare Workers AI 團隊第一款自行訓練的機器學習模型。兩款都已在 Workers AI 上架，權重採 Apache 2.0 授權，放在 Hugging Face 供人下載。

API 與 Jev 完全相容，Cloudflare 也承諾不讀取、不留存、不拿客戶的請求與回應去訓練，客戶主動使用微調服務時除外。名稱取自樂譜開頭、定義音高的譜號，CF 兩字也呼應公司名。

Clef 以 Qwen3.8-27B 為底座，Hugging Face 模型卡登記約 273.6 億個權重；Clef-flash 以 Qwen3.5-9B 為底座，約 94.1 億個。做法是凍結底座，僅訓練一個路由頭，加上 rank-256 的 LoRA 低秩微調層，簡單來說就是不動原模型，外掛一層小幅度的調整。

推論時，底座先把輸入讀過一遍，再對事先定義好的問題與選項（schema）平行打分，不是一個 token 一個 token 往下生成，所以沒有中間文字。

Clef 和 Clef-flash 兩款都帶視覺編碼器，能讀圖片，上下文長度 64K；Cloudflare 稱 Jev 目前僅處理文字，上下文長度為 32K。

沒有全面贏

以下成績全由 Cloudflare 自己執行、自己公布。

Cloudflare 稱 Clef 目前在「Jev Decision Index」上領先。部落格列出的 10 項品質評測中，Clef 或 Clef-flash 拿下 7 項最高分，Jev 領先 2 項，另 1 項釣魚偵測 PhishNChips，由 Google DiffusionGemma 改造而成的版本以 85.35 領先 Clef 的 79.60。

領先的幅度有時很大。BANKING77（銀行客服意圖分類）Clef 是 94.20，Jev 是 79.74；Home appliances 這項，Clef-flash 是 97.73，Jev 僅 52.27。Jev 守住的兩項是 When2Call（Jev 80.97、Clef 72.37）與 BRIGHT（Jev 47.52、Clef 45.91）。

Clef-flash 的弱點也很明顯，CLINC150+OOS 僅 66.77，Jev 是 89.27，Clef 是 97.43。

換到 TypeSafe 自己的工作流評測集，Cloudflare 稱 4 項贏 3 項，但領先幅度不大：發票處理 64.7 對 61.8、客服 76.3 對 76.0、資安事件 62.9 對 61.7；代理軌跡可觀測性則是 Jev 71.6 勝 Clef 68.5。

速度才是 Clef 拉開差距的地方。在 43 項評測的統計中，中位延遲 Clef 是 209.3 毫秒、Clef-flash 是 38.8 毫秒、Jev 是 524.1 毫秒；p95（95% 的請求都在這個時間內完成）分別是 238.6、122.4、536.0 毫秒。

開源模型 Laya 的中位數僅 5.8 毫秒，但品質墊底，Cloudflare 也註明它是拿品質換速度。

Cloudflare 威脅情報團隊的內部案例更直白：用 Clef 搭配 Browser Run 替網域分類，抓取、渲染、分類合計 2.2 秒；同一流程換成他們最快的通用 LLM gpt-oss-120b，要 4.7 秒，而且僅回傳兩個分類。

Clef 價格

部落格通篇沒提價格，但 Workers AI 說明頁列出，Clef 每百萬輸入 token 0.24 美元，Clef-flash 是 0.09 美元；TypeSafe 官方公布的 Jev 則是每百萬輸入 token 0.042 美元，輸出免費。

換算下來，Clef 的單價約是 Jev 的 5.7 倍，Clef-flash 約 2.1 倍。

不過這筆帳不能僅看單價。Clef 的權重可以免費下載、自行部署，TypeSafe 則沒有公開 Jev 的權重。

Cloudflare 真正想賣的，是模型後面那一整條路。官方同步推出強化學習（RL）微調服務，先由前進部署工程師（FDE）團隊手把手協助客戶，之後才做成自助式服務，讓客戶蒐集資料、微調、重新部署。流程串起既有產品：AI Gateway 把流經的 AI 請求變成資料集，Workers AI 產生 rollout，Containers 當 RL 沙盒，新的 Trainer 更新權重，再用 Workers AI 的自帶模型功能重新部署，後者源自收購 Replicate 之後的工作。