Cloudflare 开源决策模型 Clef：不生成文字，只返回带概率的结构化答案

要理解这次发布，得先接受一个反直觉的定义：决策模型不写文字。官方举的例子是——你传入一条客服消息（输入），问「这条是否紧急」「该由哪个团队处理」；模型返回的是带概率的类型化答案（输出），你的代码据此路由工单、触发升级或转人工。官方明确指出这意味着：智能体决策环节不再必须有人守在循环里，智能体可以自己收集上下文、做出决定、执行动作，必要时才转人工。这正是它和通用大模型的分工边界——大模型负责开放式推理与生成，决策模型负责把「选哪个」这件事做得便宜、快、稳定，而且不用每次新增类别就重训。

Cloudflare 给的实测来自自家威胁情报团队分类网站域名。把域名交给 Clef（配合 Browser Run），它能快速判断该域名属于哪些类别——官方举例说，可能 95% 是时尚网站、85% 是电商、低于 1% 是钓鱼。官方给出的对比数字是：Clef 完成抓取、渲染并分类用 2.2 秒；在同一个流程里，Cloudflare 最快的通用大模型 gpt-oss-120b 用 4.7 秒，而且只返回两个分类。官方把这种「延迟减半、结果更全」的差距外推到任何需要快速程序化决策的场景，称之为解锁「能自主决定、推理并执行」的智能体工作流。

官方明确列了三点与同类模型的区别。第一，带视觉编码器，能接收图片并分类视觉内容——官方称 Jev 目前只做文本分类。第二，上下文窗口 64k，官方称 Jev 为 32k，用户能塞进更多待分类的输入状态。第三，在多个质量基准上得分具竞争力，官方同时给出了完整表格，覆盖 BFCL、ToolRet、API-Bank、Home appliances、When2Call、BANKING77、CLINC150+OOS、BRIGHT、Amazon ESCI、PhishNChips 等指标，并称在跑过的 43 个评测基准中，Clef 系模型在延迟上普遍优于同类决策模型（唯一例外是 Laya，官方称其很快但质量上做了取舍）。延迟表里，官方给出的中位数为 Clef 209.3 毫秒、Clef-flash 38.8 毫秒、Jev 524.1 毫秒、DiffusionGemma Jev 84.4 毫秒、Kev-9B 51.4 毫秒、Laya 5.8 毫秒；p95 则是 Clef 238.6 毫秒、Clef-flash 122.4 毫秒、Jev 536.0 毫秒。

训练细节官方也讲得比较透：底座用的是 Qwen 系模型，Clef 冻结 Qwen3.8-27B、Clef-flash 冻结 Qwen3.5-9B，在其上联合优化路由头与 rank-256 的低秩适配器；推理时 Clef 先用 Qwen 做一次只 prefill 的前向，然后并行给所有合法 schema 选项打分，决策步是非自回归的，不逐 token 生成中间文本，因而显著快于自回归大模型。训练用到标签平滑的交叉熵加 Brier 损失来校准概率，另有一套叫 RLCD（Reinforcement Learning for Calibrated Decisions）的强化学习目标。落地侧，官方称模型托管在 Workers AI、跑在自家边缘 GPU 上，可放进智能体热路径；企业客户可用官方给出的「不读取、不存储、不用你的请求与响应做训练」承诺（除非你主动使用微调产品）。微调走的是 AI Gateway 采数据、Workers AI 出 rollout、Containers 做强化学习沙箱、Trainer 更新权重、再部署回 Workers AI 的链路。