Cloudflare 发布多模态决策模型 Clef-omni，并下调 Clef-flash 价格、提升 Clef 速度

本次变化

据 Cloudflare AI 官方博客，Cloudflare 在 Clef 与 Clef-flash 发布一周后推出多项更新：

• Clef-omni：新的多模态决策模型，在文本和图像之外支持音频（wav、mp3）与视频（mp4、webm）输入。来源将其定位为决策模型而非大语言模型，采用 Qwen3-Omni-30B-A3B-Instruct MoE 作为基础，保留理解主干并去掉文本转语音输出组件，训练方式沿用冻结主干加 LoRA 与后训练流程。来源给出的部分延迟数据：纯文本决策中位数约 130 ms，图像约 150 ms，音频为数百毫秒，一段带声音的 21 秒视频约 1.5 秒，均在单次 API 调用内完成。模型权重已在 Hugging Face 发布。
• Clef-flash 降价：输入价格由每百万 token 0.09 美元降至 0.038 美元。代价是托管版本的上下文窗口从原先宣传的 64k 缩减至 24k；来源称只有 0.24% 的请求超过 24k 输入 token，权重本身未改动，自托管仍支持 256k。来源同时列出 Clef 为每百万 token 0.24 美元，Clef-omni 首发为 0.15 美元。
• Clef 加速：托管版本速度提升，来源称约 800 token 输入中位数从 262 ms 降至 152 ms，约 3400 token 从 616 ms 降至 305 ms，约 16000 token 从 2721 ms 降至 1635 ms。优化主要在服务基础设施层，未发布新权重，其中一项是改用 SGLang 服务。

适用场景

来源描述 Clef 系列可用于分类、检测与结构化决策类工作流，例如垃圾信息识别、插件库钓鱼审核、PII 扫描、恶意域名检测，以及发票处理、客服、安全事件等流程；Clef-omni 面向需要同时处理音频、视频、图像与文本的场景，以减少分别搭建转写或分帧管线的需要。

限制与待核实事项

来源中的基准测试与延迟数据均由 Cloudflare 自行给出，未见第三方独立复核；不同基准上 Clef-omni 相对 Clef、Clef-flash 各有高低，例如 Home appliances 与 When2Call 上明显低于 Clef 系列其他模型。文章来源含具体定价与上下文窗口信息，实际价格与可用性应以官方开发者文档为准。来源称 Clef 与 Jev API 兼容，但未说明 Jev 的具体所指与兼容范围，此处不做推断。SGLang 相关版本号与拉取请求编号来自来源，未做独立核实。