Cloudflare 自研首批模型 Clef：不写散文，返回每个候选答案的概率

Cloudflare 发布了自己的第一批内部模型：Clef（27B）和 Clef-flash（9B），定位是 TypeSafe Jev 的开放权重竞品。

和 Jev 的差异主要在两点

一是许可。Clef 是开放权重，而 Jev 是闭源商业模型。对在意供应商绑定和数据主权的组织来说，这个差别是决定性的。

二是多模态。Clef 系列除了文本还能读图像和视频，支持 64k 上下文，而 Jev 目前只支持文本。

延迟数据

Cloudflare 给出的数据是：Clef 中位延迟 209ms，Clef-flash 38.8ms，都优于 Jev 的 524ms 中位延迟。两者都兼容 Jev 的 API。

这个品类的实际意义

返回“每个允许的答案各自的概率”，而不是随机生成一段文字，对下游程序友好得多。分类、路由、判定、表单校验这类任务，本来输出空间就有限，生成式输出反而引入不确定性。

注意点

一是这个赛道还很新，各家数据都是自述；二是概率校准质量需要自己验证——如果置信度不可信，分级路由就无从谈起。建议先拿自己的任务集测校准曲线（比如把置信度分桶看实际准确率），再上生产。

本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。

开放权重加多模态是它和闭源竞品的主要差异点。三十八点八毫秒的中位延迟对交互式场景很友好，不过本地部署要留意二十七亿参数的显存占用，官方数据通常是理想环境下的结果。

返回候选答案概率这个定位挺聪明，等于把采样决策权交回调用方。中位延迟 209 毫秒如果算端到端的话相当能打。比较好奇的是 27B 在图像视频输入下延迟会掉到什么水平，多模态编码那块开销能不能摊掉。