# Cloudflare aggiunge audio e video a Clef‑omni e taglia il prezzo di Clef‑flash

> Clef‑omni elabora testo, immagini, audio e video con una sola chiamata API; Clef‑flash costa ora $0.038 per milione di token e il modello Clef originale è più veloce.

Oossa · 2026-10-09 · https://oossa.com/it/cloudflare-adds-audio-and-video-to-its-clef-decision-model-and-lowers-price-of-c

Il 9 ottobre 2026 Cloudflare ha annunciato il lancio di Clef‑omni, un modello decisionale che accetta contemporaneamente input audio, video, immagini e testo. Con lo stesso aggiornamento, il prezzo di Clef‑flash scende sotto quello del concorrente Jev e il modello Clef originale diventa più veloce sulla piattaforma Workers AI di Cloudflare.

## Cosa può fare Clef‑omni

Clef‑omni si basa su Qwen3‑Omni‑30B‑A3B‑Instruct, un modello fondativo con architettura mixture-of-experts. A differenza dei precedenti modelli decisionali, che gestivano solo testo, può elaborare direttamente file audio wav o mp3 e video mp4 o webm, oltre a immagini e testo. Ora una singola richiesta API può valutare opzioni basate su uno qualsiasi di questi tipi di media, senza bisogno di pipeline separate per la trascrizione o il riconoscimento delle immagini.

Nei test, le richieste di solo testo ricevono risposta in circa 130 ms, quelle con immagini in circa 150 ms, le clip audio in poche centinaia di millisecondi e un video di 21 secondi con audio viene elaborato in circa 1,5 secondi.

## Prezzi e velocità

Il prezzo di Clef‑flash è sceso da $0.09 a $0.038 per milione di token in input, rendendolo più economico del modello Jev di TypeSafe. La finestra di contesto della versione ospitata di Clef‑flash è ora limitata a 24 k token, in calo rispetto a 64 k; i pesi open-weight supportano ancora 256 k token per l’installazione autonoma.

Il modello Clef originale resta a $0.24 per milione di token e ora è circa due volte più veloce con input di grandi dimensioni, grazie ad aggiornamenti dell’infrastruttura, tra cui il passaggio al framework di serving SGLang.

## I fatti

- Clef‑omni è stato lanciato il 9 ottobre 2026 e può elaborare testo, immagini, audio (wav/mp3) e video (mp4/webm) con una sola chiamata.
- Il prezzo di Clef‑flash è sceso a $0.038 per milione di token in input, meno di Jev.
- La finestra di contesto della versione ospitata di Clef‑flash è stata ridotta a 24 k token; i pesi per l’installazione autonoma supportano ancora 256 k token.
- Il tempo di risposta mediano per un video di 21 secondi è di circa 1,5 secondi.
- Il modello Clef è più veloce: le richieste da 800 token hanno ora un tempo mediano di 152 ms, rispetto ai 262 ms precedenti.

## Perché conta

Gli sviluppatori possono ora creare un unico passaggio di IA che esamina una foto, una clip audio e un breve video per decidere, per esempio, se un elettrodomestico è installato correttamente. Il prezzo più basso di Clef‑flash rende i modelli decisionali accessibili alle piccole imprese che devono esaminare molte immagini o documenti, mentre Clef riduce la latenza nelle applicazioni in tempo reale.

## Fonti e riferimenti

1. [Introducing Clef-omni with full multimodality, plus a faster Clef and a cheaper Clef-flash](https://blog.cloudflare.com/clef-faster-cheaper-multimodal/) – Cloudflare, 2026-10-09

Ultimo aggiornamento: 2026-10-09