# Cloudflare lägger till ljud och video i Clef‑omni och sänker priset på Clef‑flash

> Clef‑omni hanterar text, bilder, ljud och video i ett enda API-anrop. Clef‑flash kostar nu $0.038 per miljon token, och den ursprungliga Clef-modellen är snabbare.

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

Cloudflare meddelade den 9 okt 2026 att företaget lanserar Clef‑omni, en beslutsmodell som kan ta emot ljud, video, bilder och text samtidigt. I samma uppdatering sänks priset på modellen Clef‑flash, som nu är billigare än konkurrenten Jev, och den ursprungliga Clef-modellen blir snabbare på Cloudflares plattform Workers AI.

## Det här kan Clef‑omni göra

Clef‑omni bygger på en Qwen3‑Omni‑30B‑A3B‑Instruct-modell med en blandning av experter. Till skillnad från tidigare beslutsmodeller, som bara kunde hantera text, kan den ta emot ljud direkt i wav- eller mp3-format och video i mp4- eller webm-format, tillsammans med bilder och text. Nu kan ett enda API-anrop bedöma alternativ utifrån alla dessa medietyper, utan separata arbetsflöden för transkribering eller bildigenkänning.

I tester besvaras frågor med enbart text på cirka 130 ms, bildfrågor på cirka 150 ms och ljudklipp på några hundra millisekunder. En 21 sekunder lång video med ljud behandlas på ungefär 1,5 sekunder.

## Pris- och hastighetsändringar

Priset på Clef‑flash har sänkts från $0.09 till $0.038 per miljon inmatningstoken, vilket gör modellen billigare än TypeSafes Jev-modell. Den värdbaserade versionen av Clef‑flash har nu ett kontextfönster på högst 24 k token, en minskning från 64 k. Modellvikterna med öppen viktning stöder fortfarande 256 k token vid egen drift.

Den ursprungliga Clef-modellen kostar fortfarande $0.24 per miljon token och körs nu ungefär dubbelt så snabbt för stora indata tack vare uppgraderingar av infrastrukturen, bland annat en övergång till serveringsramverket SGLang.

## Fakta

- Clef‑omni lanserades den 9 okt 2026 och kan behandla text, bilder, ljud (wav/mp3) och video (mp4/webm) i ett enda anrop.
- Priset på Clef‑flash har sänkts till $0.038 per miljon inmatningstoken, vilket är billigare än Jev.
- Kontextfönstret för den värdbaserade versionen av Clef‑flash har minskats till 24 k token; vikterna för egen drift stöder fortfarande 256 k token.
- Medianresponstiden för en 21 sekunder lång video är cirka 1,5 sekunder.
- Clef har blivit snabbare: förfrågningar på 800 token har nu en mediantid på 152 ms, jämfört med 262 ms tidigare.

## Varför det spelar roll

Utvecklare kan nu bygga ett enda AI-steg som granskar ett foto, ett ljudklipp och en kort video för att till exempel avgöra om en hushållsapparat är korrekt installerad. Det lägre priset på Clef‑flash gör beslutsmodeller överkomliga för småföretag som behöver granska många bilder eller dokument, samtidigt som den snabbare Clef-modellen minskar fördröjningen i realtidsapplikationer.

## Källor och referenser

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

Senast uppdaterad: 2026-10-09