Am 1. Oktober 2026 kündigen Michelle Chen, Alex Reneau und Kevin Flansburg im Cloudflare-Blog zwei Entscheidungsmodelle an, Clef und Clef-flash, gehostet auf Workers AI und auf Hugging Face unter der Apache-2.0-Lizenz veröffentlicht, zusammen mit einem Fine-Tuning-Produkt für Reinforcement Learning. Der Beitrag beginnt mit dem „Buzz“ um das Jev-Modell von TypeSafe: Ein Entscheidungsmodell, das kostengünstig und schnell produziert wird, liefert durchgängig begrenzte strukturierte Ausgaben und ist dazu bestimmt, in einen Workflow eingefügt zu werden, wenn eine Entscheidung erforderlich ist – im Gegensatz zu LLMs, die weitgehend nicht-deterministisch, aber offen sind.
Ein Entscheidungsmodell empfängt einen Zustand, zum Beispiel eine Support-Nachricht, und beantwortet typisierte Fragen (Dringlichkeit, Team, Schweregrad) mit Wahrscheinlichkeiten, die der Code nutzt, um weiterzuleiten, zu eskalieren oder an einen Menschen zu übergeben. Bei Cloudflare klassifiziert Clef Domains für Threat Intelligence: 2,2 Sekunden, um eine Website abzurufen, zu rendern und zu klassifizieren, gegenüber 4,7 Sekunden für gpt-oss-120b, das nur zwei Kategorien zurücklieferte.
Clef unterscheidet sich von Jev durch einen Vision-Encoder, der die Bildklassifizierung ermöglicht, sowie einen 64k-Kontext gegenüber 32k. Die API ist mit der von Jev kompatibel, was den Austausch unkompliziert macht. Im Jev Decision Index liegt Clef vorn; die Tabellen zeigen klare Vorteile (BFCL 98,47, BANKING77 94,20, CLINC150+OOS 97,43) sowie Fälle, in denen Jev oder eine Variante vorn bleiben (When2Call, BRIGHT, PhishNChips). Bei den Workflow-Evaluierungen von TypeSafe schlägt Clef Jev in drei von vier Fällen. Mediane Latenz: 209,3 ms für Clef, 38,8 ms für Clef-flash, 524,1 ms für Jev; das Hosting im Edge-GPU-Netzwerk reduziert die Netzwerklatenz. Clef kann sich somit im kritischen Pfad eines Agenten befinden, noch vor einem LLM, das mit dem Handeln betraut ist.
Training: Das Projekt ging von einer Anpassung von DiffusionGemma aus, die Logprobs offenlegt, aufbauend auf der Arbeit von Matt Mastracci. Clef nutzt ein eingefrorenes Qwen3.8-27B (Clef-flash: Qwen3.5-9B) für einen reinen Prefill-Durchlauf und bewertet dann parallel die gültigen Optionen des Schemas, ohne Texterzeugung. Ein zweistufiger Attention-Routing-Head und Rank-256-Adapter werden mit Label-Smoothing-Cross-Entropy und einem Brier-Loss zur Kalibrierung trainiert, anschließend mit RLCD, das benachbarten ordinalen Optionen Teilpunkte gewährt.
Der Fine-Tuning-Dienst richtet sich zunächst an Kunden, die von Forward-Deployed Engineers betreut werden, eine Self-Service-Version soll folgen. Er stützt sich auf AI Gateway (Datensatz), Workers AI (Rollouts), Containers (Scoring-Sandbox), einen neuen Trainer (Gewichtsaktualisierungen) und das Deployment mitgebrachter Modelle. Cloudflare sieht darin eine Möglichkeit, Clef mithilfe seiner fünfzehn Jahre an gelabelten Daten zu spezialisieren (Moderation, Support-Triage, Bots) und seinen „Cloud Agent“ zu verkörpern.