El 1 de octubre de 2026, Michelle Chen, Alex Reneau y Kevin Flansburg anuncian en el blog de Cloudflare dos modelos de decisión, Clef y Clef-flash, alojados en Workers AI y publicados en Hugging Face bajo licencia Apache 2.0, junto con un producto de ajuste fino por aprendizaje por refuerzo. La publicación arranca a partir del "revuelo" en torno al modelo Jev de TypeSafe: un modelo de decisión producido de forma económica y rápida, que devuelve de manera consistente salidas estructuradas y acotadas, pensado para insertarse en un flujo de trabajo cuando se requiere una decisión, a diferencia de los LLM, que son en gran medida no deterministas pero de final abierto.
Un modelo de decisión recibe un estado, por ejemplo un mensaje de soporte, y responde a preguntas tipadas (urgencia, equipo, gravedad) con probabilidades, que el código utiliza para enrutar, escalar o derivar a un humano. En Cloudflare, Clef clasifica dominios para Threat Intelligence: 2,2 segundos para obtener, renderizar y clasificar un sitio, frente a 4,7 segundos de gpt-oss-120b, que solo devolvía dos categorías.
Clef se diferencia de Jev por un codificador de visión, de ahí la clasificación de imágenes, y un contexto de 64k frente a 32k. La API es compatible con la de Jev, lo que facilita la sustitución. En el Jev Decision Index, Clef va a la cabeza; las tablas muestran ventajas claras (BFCL 98,47, BANKING77 94,20, CLINC150+OOS 97,43) y casos en los que Jev o una variante se mantienen por delante (When2Call, BRIGHT, PhishNChips). En las evaluaciones de flujos de trabajo de TypeSafe, Clef supera a Jev en tres de cuatro. Latencia mediana: 209,3 ms para Clef, 38,8 ms para Clef-flash, 524,1 ms para Jev; el alojamiento en la red de GPU en el borde reduce la latencia de red. Clef puede así situarse en la ruta crítica de un agente, antes de un LLM encargado de actuar.
Entrenamiento: el proyecto partió de una adaptación de DiffusionGemma que expone los logprobs, a partir del trabajo de Matt Mastracci. Clef utiliza un Qwen3.8-27B congelado (Clef-flash: Qwen3.5-9B) para un paso solo de prefill, y luego puntúa en paralelo las opciones válidas del esquema, sin generación de texto. Una cabeza de enrutamiento de atención en dos etapas y adaptadores de rango 256 se entrenan con entropía cruzada con suavizado de etiquetas y una pérdida de Brier para la calibración, y después con RLCD, que otorga crédito parcial a las opciones ordinales adyacentes.
El servicio de ajuste fino se dirige inicialmente a clientes atendidos por ingenieros desplegados en campo (forward-deployed engineers), con una versión de autoservicio prevista más adelante. Se basa en AI Gateway (dataset), Workers AI (rollouts), Containers (sandbox de puntuación), un nuevo Trainer (actualización de pesos) y el despliegue de modelos aportados por el cliente. Cloudflare ve en ello una forma de especializar Clef (moderación, triaje de soporte, bots) aprovechando sus quince años de datos etiquetados, y de encarnar su "agente en la nube".