أعلنت Cloudflare في 9 أكتوبر 2026 إطلاق Clef‑omni، وهو نموذج لاتخاذ القرار يقبل مدخلات الصوت والفيديو والصور والنصوص معًا. ويشمل التحديث أيضًا خفض سعر نموذج Clef‑flash ليصبح أقل من سعر نموذج Jev المنافس، إلى جانب تسريع نموذج Clef الأصلي على منصة Workers AI التابعة لـCloudflare.
ما الذي يتيحه Clef‑omni؟
يستند Clef‑omni إلى بنية Qwen3‑Omni‑30B‑A3B‑Instruct القائمة على مزيج من الخبراء. وعلى خلاف نماذج اتخاذ القرار السابقة التي اقتصرت على النصوص، يستطيع النموذج استقبال ملفات الصوت بصيغتي wav أو mp3، والفيديو بصيغتي mp4 أو webm، إلى جانب الصور والنصوص. ويمكن لطلب API واحد تقييم خيارات مستمدة من أي من هذه الوسائط، ما يلغي الحاجة إلى مسارات منفصلة لتحويل الصوت إلى نص أو للتعرف على الصور.
في الاختبارات، تستغرق الاستجابة للاستفسارات النصية وحدها نحو 130 ms، ولمدخلات الصور نحو 150 ms، وللمقاطع الصوتية بضع مئات من المللي ثانية، بينما تُعالج مقاطع الفيديو التي تبلغ مدتها 21 ثانية وتتضمن صوتًا في نحو 1.5 ثانية.
تغييرات الأسعار والسرعة
انخفض سعر Clef‑flash من $0.09 إلى $0.038 لكل مليون رمز إدخال، ليصبح أقل من سعر نموذج Jev من TypeSafe. وتقتصر نافذة السياق في النسخة المستضافة من Clef‑flash الآن على 24 k رمزًا، بعد أن كانت 64 k، بينما تظل الأوزان المفتوحة تدعم 256 k رمزًا عند الاستضافة الذاتية.
لا يزال سعر نموذج Clef الأصلي $0.24 لكل مليون رمز، لكنه أصبح يعمل بسرعة تقارب الضعف مع المدخلات الكبيرة بفضل تحسينات البنية التحتية، ومنها الانتقال إلى إطار تقديم الخدمة SGLang.
لماذا يهم
بات بإمكان المطورين إنشاء خطوة واحدة للذكاء الاصطناعي تفحص صورة ومقطعًا صوتيًا وفيديو قصيرًا لاتخاذ قرار، مثل التحقق من تركيب جهاز منزلي على نحو صحيح. كما يجعل خفض سعر Clef‑flash نماذج اتخاذ القرار في متناول الشركات الصغيرة التي تحتاج إلى فحص عدد كبير من الصور أو المستندات، فيما يقلل تسريع نموذج Clef زمن التأخير في التطبيقات الآنية.
