推出支持全多模态的 Clef-omni，以及更快的 Clef 和更便宜的 Clef-flash
内容提要
Cloudflare发布多模态决策模型Clef-omni，基于Qwen3-Omni架构，支持文本、图像、音频和视频输入，单次API调用即可完成跨模态判断。Clef-flash降价至每百万输入token 0.038美元，低于Jev，但上下文窗口缩至24k。Clef经SGLang优化后速度提升约1.7至2倍。
延伸解读
多模态决策模型的实际意义
Clef-omni 支持文本、图像、音频和视频输入，单次 API 调用即可完成跨模态判断。这意味着开发者无需再搭建语音转文本、视频抽帧等级联管道，可直接将原始媒体数据送入模型。对于需要同时处理多种媒体类型的场景，如设备安装审核、内容审核等，能显著简化流程并降低延迟。
Clef-flash 降价与上下文窗口的权衡
Clef-flash 价格从每百万输入 token 0.09 美元降至 0.038 美元，但托管版本的上下文窗口从 64k 缩减至 24k。根据 Cloudflare 的使用数据，仅 0.24% 的请求超过 24k token，因此这一调整对大多数用户影响有限。若需处理更长上下文，可改用 Clef（64k）或自行托管权重（支持 256k）。
Clef 速度提升的技术细节
Clef 通过迁移至 SGLang 服务框架，在托管版本上实现了约 1.7 至 2 倍的速度提升。例如，约 800 token 的输入中位延迟从 262 毫秒降至 152 毫秒。这些优化主要在服务基础设施层，未改变模型权重或架构，因此自托管用户也可通过更新 SGLang 启动命令获得类似收益。
基准测试表现与适用场景
在多项基准测试中，Clef-omni 在部分任务上表现优于 Clef 和 Clef-flash，例如 BANKING77 宏 F1 达 94.8，CLINC150+OOS 达 97.7。但在家电、When2Call 等任务上，Clef-flash 反而更优。这表明不同模型各有侧重，用户应根据具体任务选择，而非盲目追求多模态或低价版本。
Q&A
Clef-omni 支持哪些输入模态？
Clef-omni 支持文本、图像、音频（wav 或 mp3）和视频（mp4 或 webm）输入，单次 API 调用即可完成跨模态判断。
Clef-flash 现在的价格是多少？
Clef-flash 的价格已从每百万输入 token 0.09 美元降至 0.038 美元，现在比 Jev 更便宜。
Clef-flash 的上下文窗口有什么变化？
为了降低价格，托管版 Clef-flash 的上下文窗口从 64k 缩减至 24k。但 Hugging Face 上的模型权重未改动，仍支持 256k 上下文，适合自托管。
Clef 模型的速度提升了多少？
经过优化，Clef 模型的速度提升了约 1.7 至 2 倍。例如，约 800 token 的输入中位延迟从 262 毫秒降至 152 毫秒，约 3400 token 的输入从 616 毫秒降至 305 毫秒。
Clef-omni 是基于什么架构构建的？
Clef-omni 基于 Qwen3-Omni-30B-A3B-Instruct 混合专家（MoE）架构，采用其理解主干，并去除了文本转语音输出组件。
Clef 模型在 Cloudflare 内部有哪些应用案例？
Cloudflare 内部团队使用 Clef 进行多种任务：GitHub 文档仓库用其检测并关闭垃圾问题；EmDash 内容管理系统用其审核插件库中的钓鱼内容；数据丢失防护团队用其扫描潜在的个人身份信息（PII）；威胁情报团队用其检测恶意域名。
