Cloudflare在2026年10月1日的官方博客中宣布，发布两款自行训练的决策模型Clef和Clef-flash，托管于Workers AI。两款模型完全兼容Jev API，并在Hugging Face上以Apache 2.0许可证开源，用户可在本地运行和实验。

这类模型的用途是为工作流提供有明确范围的结构化决策结果。Cloudflare举例，输入一条客户支持消息，模型可以判断是否紧急、应由哪个团队处理，并返回带概率的类型化答案。代码再依据这些结果分派工单、触发升级处理，或转交人工。

Cloudflare已在威胁情报团队测试Clef，用于网站域名分类。结合Browser Run，模型可以获取并渲染网站，再给出多个类别及其概率。博客中的示例结果包括：时尚网站概率95%、电子商务概率85%、钓鱼网站概率低于1%。这些数值是分类示例，不是模型准确率。

在博客描述的同一工作流中，Clef完成获取、渲染和分类耗时2.2秒；Cloudflare称其最快的通用大语言模型gpt-oss-120b耗时4.7秒，且只返回两个分类。这一对比对应上述网站分类流程，不能直接视为所有任务上的速度差距。

评测方面，Cloudflare称Clef目前在Jev Decision Index上处于领先位置；这一说法的比较范围是该评测。公司还推出了新的强化学习（RL）产品，允许客户针对自身用例微调Clef。此次变化既包括托管模型和本地运行的开放条件，也包括面向具体业务用途的微调能力。

原始来源：Introducing Clef: our open-source decision models, and new RL fine-tuning platform