Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Cloudflare entra nel mercato dei modelli decisionali puntando sulla latenza più che sull'accuratezza. Clef (27 miliardi di parametri) e Clef-flash (9 miliardi) non generano testo: assegnano probabilità a risposte predefinite, e il codice a valle instrada ticket, escalation o passaggio a un operatore umano. La tesi dell'azienda è che "un umano non deve necessariamente più stare nel loop" per le decisioni degli agenti.
Due modelli open-weight compatibili con l'API di Jev
Clef è un modello decisionale: risponde a più domande predefinite su un singolo input restituendo una probabilità per ogni opzione, con un contesto da 64.000 token — il doppio di Jev — e la capacità di processare anche immagini, mentre il rivale resta sul testo.
Poggia su Qwen3.8-27B, Clef-flash su Qwen3.5-9B. Cloudflare non modifica i modelli base: addestra componenti aggiuntivi con dati sintetici propri e una variante di RLCD, il metodo usato da TypeSafe AI per Jev. I pesi sono su Hugging Face con licenza Apache-2.0 e l'API è pienamente compatibile con quella di Jev, lanciato a metà settembre 2026 dalla startup di Diogo Almeida; OpenAI ha risposto a fine settembre con una Decisions API su GPT-6 Luna.
Latenza: 39 ms contro i 524 ms di Jev
La velocità è l'argomento di vendita. Clef-flash risponde in una mediana di 39 millisecondi e Clef in 209 ms, contro i poco più di 524 ms di Jev: il modello piccolo è quindi circa 13,4 volte più rapido del rivale (524 diviso 39). Su 43 benchmark, Cloudflare riporta tempi migliori di tutti i modelli decisionali concorrenti.
Il reparto threat intelligence sta già testando Clef per classificare siti: a un dominio ha assegnato il 95% di probabilità di essere un sito di moda, l'85% di essere un e-commerce e meno dell'1% di essere phishing. L'intero processo ha richiesto 2,2 secondi, contro i 4,7 secondi del modello general-purpose più veloce di Cloudflare — che ha restituito solo due categorie: un risparmio di 2,5 secondi a classificazione.
La qualità non vince su tutti i benchmark pubblicati
Sull'accuratezza il quadro è meno netto: Cloudflare rivendica la qualità decisionale più alta, ma nella tabella pubblicata prevale Jev su When2Call e DiffusionGemma Jev su PhishNChips.
| Benchmark | Clef | Clef-flash | Jev |
|---|---|---|---|
| API Bank | 91,93 | 93,11 | 88,19 |
| When2Call | 72,37 | 65,58 | 80,97 |
| PhishNChips | 79,60 | 75,05 | 62,55 |
Clef segna 3,74 punti in più di Jev su API Bank, ma ne perde 8,6 su When2Call. Clef-flash è il migliore del trio su API Bank con 93,11.
Cosa cambia per chi costruisce agenti
La compatibilità API significa che chi già usa Jev può passare a Clef senza riscrivere l'integrazione. Cloudflare introduce anche un servizio di reinforcement learning per adattare il modello a compiti specifici: il fine-tuning sarà gestito all'inizio da un team di forward deployed engineers, con piattaforma self-service prevista in seguito. I clienti potranno registrare le richieste via AI Gateway, valutarle in container usati come sandbox RL e distribuire il modello ottimizzato su Workers AI, con tecnologia di Replicate.
Il nodo resta la calibrazione. TypeSafe presenta Jev come modello "senza allucinazioni", ma la garanzia copre solo il fatto che la risposta resti tra le opzioni predefinite: non che sia quella corretta. Un classificatore rapido e sicuro di sé che sbaglia è più difficile da intercettare di un testo palesemente inventato.
Fonti
