Während der „Birthday Week“ am 8. Okt. 2026 kündigte Cloudflare Clef an – zwei Modelle mit offenen Gewichten, die Entscheidungen treffen statt Texte zu generieren. Das Unternehmen stellte ein multimodales Modell mit 27 Milliarden Parametern und eine kleinere Version mit 9 Milliarden Parametern namens Clef‑Flash über Workers AI sowie als herunterladbare Gewichte auf Hugging Face bereit.
So funktionieren die Modelle
Clef erhält eine Zustandsbeschreibung und ein Schema mit typisierten Fragen als Eingabe und gibt für jede zulässige Option eine Wahrscheinlichkeit aus. Das Modell kann Text, JSON, Bilder oder Videos in einem einzigen Durchlauf verarbeiten. Eine zusätzliche Analyse frei formulierter Ausgaben ist daher nicht nötig. Das 27B-Modell hat ein Kontextfenster von 64 k Token – doppelt so groß wie das vergleichbarer Modelle wie Typesafes Jev.
Leistung und Zugang
Laut Cloudflare erreicht das Modell Clef‑Flash mit 9 Milliarden Parametern in unternehmenseigenen Benchmarks eine mediane Latenz von 38,8 ms, während das größere 27B-Modell auf 209,3 ms kommt. Da die Modelle auf den Edge-GPUs von Cloudflare laufen, erwartet das Unternehmen bei zeitkritischen Entscheidungen eine geringe Netzwerklatenz. Entwickler können die Modelle mit eigenen Daten feinabstimmen. Ein neuer Dienst dafür startet zunächst mit Unterstützung durch Ingenieure und soll später selbstständig nutzbar sein.
Warum es wichtig ist
Für Entwickler, die KI-Agenten bauen, bietet Clef eine direkt einsetzbare Möglichkeit, schnelle, strukturierte Entscheidungen zu treffen, ohne eigene Parser schreiben zu müssen. Dank der geringen Latenz eignet sich das 9B-Modell für Echtzeitaufgaben wie das Weiterleiten von Support-Tickets oder das Filtern von Bot-Traffic. Durch die Veröffentlichung mit offenen Gewichten können Teams das Modell zudem an ihre eigenen Daten anpassen.
