✨︎ Resumen (TL;DR):
- Cloudflare lanzó Clef y Clef-flash el 1 de octubre de 2026 para clasificar información y devolver decisiones estructuradas a agentes.
- En 43 evaluaciones de Cloudflare, Clef registró una latencia mediana de 209.3 ms y Clef-flash de 38.8 ms, frente a 524.1 ms de Jev.
- Los pesos usan Apache 2.0, pero la ejecución local exige GPUs con 85 GB o 41 GB de memoria gráfica y el precio por token supera al de Jev.
Cloudflare lanzó el 1 de octubre de 2026 Clef y Clef-flash, dos modelos de IA con pesos abiertos que clasifican información y devuelven decisiones estructuradas para agentes. Los modelos aceptan contenido visual y ya están disponibles en Workers AI y Hugging Face; en 43 evaluaciones de la empresa registraron menor latencia que Jev, aunque su precio por token es mayor.
Clef y Clef-flash son modelos de IA de pesos abiertos que clasifican información y devuelven decisiones estructuradas para agentes. Reciben una situación y preguntas con respuestas delimitadas, como sí o no, una categoría o una valoración en una escala.
Una capa de decisiones para agentes
El resultado incluye probabilidades que el software puede usar para asignar una solicitud de soporte, escalar un caso o pedir una revisión humana. La función de los modelos es resolver esos pasos de decisión dentro de una aplicación, no generar una explicación intermedia token por token.
Cloudflare ahora ofrece sus propios modelos para esa capa de decisiones, con una API compatible con la de TypeSafe. Jev ya había llegado a Vercel en septiembre y figuraba en la documentación de Cloudflare.
Ambos modelos incorporan un codificador visual y puntúan las opciones permitidas. La distribución descargable documenta imágenes y video como secuencias de fotogramas, pero la forma de enviar ese contenido cambia según el servicio.
Imágenes y video dependen de la vía de uso
Clef se basa en Qwen3.8-27B, con 27,000 millones de parámetros. Clef-flash parte de Qwen3.5-9B, con 9,000 millones de parámetros.
En la versión descargable, la documentación contempla imágenes y video como secuencias de fotogramas. En la API alojada de Workers AI, el esquema detalla hasta cuatro imágenes adjuntas por solicitud y no describe un campo de video.
La capacidad del modelo y las entradas que expone el servicio son aspectos distintos. Workers AI ofrece una ventana de contexto de 65,536 tokens y admite hasta 64 preguntas por solicitud. La compatibilidad con Jev facilita reutilizar el formato de preguntas y respuestas, aunque el tratamiento del contenido visual depende de la vía elegida.
Clef-flash reduce la latencia, pero cuesta más
La comparación combina las tarifas públicas de Cloudflare y TypeSafe con las latencias medianas que Cloudflare reportó el 1 de octubre de 2026 en 43 evaluaciones:
| Modelo | Precio por millón de tokens de entrada (USD) | Latencia mediana en pruebas de Cloudflare (ms) |
|---|---|---|
| Clef | 0.24 | 209.3 |
| Clef-flash | 0.09 | 38.8 |
| Jev | 0.042 | 524.1 |
Los tiempos son mediciones de Cloudflare y no garantizan el mismo rendimiento en cualquier aplicación. Con esas medianas, Clef respondió aproximadamente 2.5 veces más rápido que Jev y Clef-flash lo hizo 13 veces más rápido.
Para la misma cantidad de tokens de entrada, las tarifas de Clef y Clef-flash son unas 5.7 y 2.1 veces las de Jev, respectivamente. El costo final por tarea depende del número de tokens que procese cada solicitud.
La ventaja en precisión no fue uniforme. En las pruebas de Cloudflare sobre cuatro flujos de trabajo de TypeSafe, Clef superó a Jev en procesamiento de facturas, atención al cliente e incidentes de seguridad.
Jev quedó por delante de Clef y Clef-flash en observabilidad de trazas de agentes, una evaluación que revisa los registros de su actividad.
Ejecutar los modelos localmente exige memoria gráfica
Michelle Chen, responsable de producto de la plataforma de IA de Cloudflare, dijo a The Register que Clef requiere una GPU con 85 GB de memoria gráfica, mientras que Clef-flash necesita 41 GB. Esos requisitos corresponden a procesar una solicitud a la vez con una ventana de contexto de 64K tokens.
Los pesos se distribuyen bajo licencia Apache 2.0. La apertura permite descargar y operar los modelos, pero los conjuntos de datos utilizados para entrenarlos no son públicos.
Cloudflare también anunció un servicio de ajuste mediante aprendizaje por refuerzo, inicialmente con apoyo de su equipo de ingeniería. La plataforma para que los clientes ajusten y vuelvan a desplegar los modelos por su cuenta queda para una etapa posterior.
La oferta queda definida por una combinación concreta: velocidad reportada por encima de Jev, tarifas por token más altas y una demanda de memoria gráfica considerable para la ejecución local. El acceso ya está disponible en Workers AI y Hugging Face, mientras el ajuste autónomo para clientes sigue pendiente.
