音频视频原生输入！Cloudflare推出Clef-omni多模态决策模型，Clef家族同步降价提速

继上周发布Clef与Clef-flash开放权重决策模型后，Cloudflare进一步扩充Clef产品家族，正式推出Clef-omni，这是一款原生支持文本、图像、音频、视频四模态输入的决策模型。同时官方对原有两款模型进行优化：下调Clef-flash定价，托管版Clef依托底层基础设施优化实现推理提速。

• 模型：https://huggingface.co/Cloudflare/clef-omni

Clef-omni：首款原生音视频输入的开放权重决策模型

此前主流决策模型如Jev、Drex 1.5大多局限于文本输入，Clef-omni打破这一边界，单个模型API可同时接收文本、图片、WAV/MP3音频、MP4/WebM视频，不再需要单独搭建语音转写、视频帧提取的串联管道，直接对多模态混合信息完成选项打分与决策判断。

模型基座基于Qwen3-Omni-30B-A3B-Instruct MoE混合专家模型改造，保留多模态理解主干，移除TTS文本生成模块。推理时不再生成输出token，规避媒体转写带来的额外开销；视频、音频与图像帧做同步联合编码，统一映射至嵌入空间。采用两阶段注意力路由机制，从各类模态的输入证据中提取信息，再通过交叉注意力计算各个候选选项的置信分数，搭配内置词法语法保障选项语义稳定。训练方式延续Clef系列方案：冻结Qwen3骨干网络，训练LoRA低秩适配器，结合标签平滑交叉熵损失与Brier分数校准，保证在不同schema、字段顺序变化下依然稳定输出决策结果。

性能时延表现亮眼：纯文本决策中位数约130ms，图像输入约150ms；音频片段数百毫秒；即便是长达21秒带声音的完整视频，单次API调用评分仅需约1.5秒。权重已开源发布在HuggingFace，开发者文档附带完整curl调用示例，可直接传入base64编码的图片、音视频文件。

在多项公开基准与TypeSafe自建工作流测试中，Clef-omni综合性能和Clef、Clef-flash、Jev处于同一梯队，在BFCL、API-Bank、BANKING77、CLINC150+OOS等任务上有不错表现，部分场景略低于原版Clef，这是新增多模态能力带来的取舍。

Clef家族定价调整与上下文变化

本次更新重点调整Clef-flash价格，大幅降低开发者接入成本：

• Clef-flash：原每百万输入token $0.09 → $0.038，价格已经低于Jev；托管版上下文窗口缩减至24k（HuggingFace开源权重不受限制，原生支持256k上下文）。Cloudflare解释，产品日志显示仅有0.24%请求超过24k token，因此牺牲部分长上下文能力换取更低定价。
• Clef：维持每百万输入token $0.24，托管版保留64k上下文。
• Clef-omni：全新上线，定价每百万输入token $0.15。
  

  所有Clef系列模型均无输出token计费，符合决策模型行业惯例。

Clef推理基础设施升级，原版Clef速度显著提升

本次Clef提速没有更新模型权重，优化全部落在服务侧基础设施。Cloudflare接入SGLang作为推理后端，并且向SGLang社区提交适配Clef的PR，将在SGLang 0.5.22版本正式合并。提速效果：

开发者既可以使用Cloudflare Workers AI托管API，也可以基于开源权重搭配新版SGLang自行部署。

Clef真实落地场景

Cloudflare内部已经把Clef投入多项业务，展示决策模型的实用价值：

1. GitHub公共仓库：自动识别并关闭垃圾Issue；
2. CMS系统EmDash：检测插件库中的钓鱼内容；
3. 数据防泄漏团队：扫描文档识别身份证等个人敏感信息PII；
4. 威胁情报团队：识别恶意域名。

在这套方案下，分类、风险检测能力下沉至模型层，不用专门组建机器学习团队训练领域分类器，开发者仅需要构造对应的选项schema，调用模型即可完成判断。

要点小结

1. Clef-omni是行业内首批原生支持文本、图像、音频、视频四模态输入的开放权重决策模型，依托Qwen3-Omni MoE基座改造，无需多工具串联，单API完成多媒体决策。
2. Clef-flash降价至$0.038/百万输入token，价格低于Jev；托管版压缩上下文至24k，自托管版本依旧支持256k。
3. 原版Clef依托SGLang后端优化，推理速度最高提升2倍，权重不变。
4. 模型定位依旧是决策打分而非文本生成，无输出token开销，适合智能体工作流里的分类、风险识别、多模态核验场景。
5. 短板：新增音视频能力后，部分纯文本基准略逊于原版Clef；Clef-flash托管版长上下文能力受限，超长任务建议选用Clef。