Cloudflare发布基于Qwen的开源多模态决策模型Clef

据IT之家10月2日报道，当地时间10月1日，Cloudflare推出基于Qwen的开源多模态决策模型Clef（谱号），一次发布包含Clef与Clef-flash两款模型。这里的“决策”指向的是对输入状态作出判别与分类的能力，而非单纯的对话生成。

在Jev决策指数（Jev Decision Index）的基准评测中（Decision Index 0.2.1版本），Cloudflare称Clef处于领先地位。两款模型均完全兼容Jev-API，方便开发者直接进行测试与验证，这意味着既有基于Jev构建的应用可以相对平滑地迁移到新模型上。

从基座选择看，Clef选用Qwen系列作为底座：Clef基于Qwen3.8-27B，Clef-flash则基于更轻量的Qwen3.5-9B。这一大小搭配意味着同一系列既有追求精度的版本，也有面向成本与延迟敏感场景的版本。

与现有Jev的关键差异在于多模态。据介绍，Clef原生配备了视觉编码器，能够直接解析图像输入并对视觉内容进行判别分类，而目前的Jev仅支持纯文本分类。这使Clef可以直接处理带图的任务输入，而不必依赖外部的图像理解环节。

上下文窗口也同步扩大。Clef将上下文拓展至64k，相比之下Jev为32k。更大的窗口让开发者能够为模型载入更为丰富的系统输入状态，从而做出更全面的综合判定。

除了模型本身，Cloudflare还发布了全新的强化学习产品。借助该产品，客户可以针对自身的具体业务场景，对Clef进行定制化微调，把通用的判别能力对齐到自己的业务规则上。

官方表示，Clef具备高精度与强劲的综合性能，在多项基准测试中均展现出比肩甚至超越同类模型的竞争实力。不过具体的对比数据仍以官方公布的基准表为准，实际表现还需在真实业务负载中检验。

值得关注的是，Cloudflare选择以Qwen为底座并开源发布，延续了决策类模型与开源生态结合的趋势。对企业而言，这类模型的价值不只是参数成绩，更在于能否低成本地嵌入既有的内容审核、风控或分类流水线。后续看点在于开源许可、实际部署成本，以及强化学习微调工具在客户场景中的落地效果。