一句话看懂：Cloudflare 发布了两款面向 AI 智能体的“决策模型”Clef 和 Clef-flash，用概率分类替代长文本生成，让智能体可以自动判断并执行动作，主打比竞品 Jev 更快的推理速度。
事件核心：发生了什么
Cloudflare 推出 Clef 与 Clef-flash 两款决策模型，直接对标 TypeSafe AI 的 Jev。这类模型不生成大段文字，而是针对预设问题输出各选项的概率，比如一条客服消息的紧急程度、该转给哪个团队，下游代码据此自动分派工单、触发升级或转交人工。
据 Cloudflare 公布的数据，Clef-flash 中位响应时间约 39 毫秒，Clef 约 209 毫秒，而 Jev 超过 524 毫秒。两款模型基于 Qwen3.8-27B 和 Qwen3.5-9B 构建，训练时保留基座不变，用自有合成数据训练额外组件来推导答案选项与概率，并采用了自家版本的 RLCD（面向校准决策的强化学习）方法。Clef 支持文本和图像，上下文窗口 64,000 token，约为 Jev 的两倍；API 与 Jev 完全兼容，方便客户迁移。
为什么重要
决策模型填补了大语言模型与传统分类器之间的空白：前者能推理、调用工具，但输出不稳定且慢；后者快，却每加一个新类别都要重新训练。Clef 这类方案试图让智能体在“程序化收集上下文—做判断—执行动作”这条链路上减少人工介入。
Cloudflare 把模型跑在自家边缘基础设施上，抢占的是智能体推理层的话语权，而不只是卖算力。它与 Jev 的 API 兼容策略，也说明这一细分赛道已经开始出现事实标准之争。目前公开信息显示，其基准成绩来自 Cloudflare 自报，第三方复现情况尚不明确。
对用户/开发者/创作者的影响
对开发者来说，最直接的价值是延迟和迁移成本。39 毫秒级的分类延迟，让风控、内容审核、客服分单这类高频调用场景更可行。Cloudflare 还同步推出强化学习微调服务，早期由派驻工程师协助客户定制 Clef，后续计划开放自助平台。客户可以通过 AI Gateway 记录请求来构建数据集，再评估和微调。对已有 Jev 集成的团队，切换成本理论上较低，但准确性是否匹配需自行验证。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是第三方对 Clef 与 Jev 的独立评测结果，尤其是准确率与延迟的权衡；二是自助微调平台的上线时间和定价；三是 Jev 及同类产品是否会跟进降价、扩展多模态能力或强化 API 兼容性。这些将决定决策模型是成为智能体的默认组件，还是停留在特定场景的优化工具。
