Dans cet article
Le 1er octobre 2026, Cloudflare a annoncé Clef et Clef-flash, deux « modèles de décision » open source publiés sous licence Apache 2.0. Le modèle ne rédige pas de réponse libre. Il lit l'entrée, choisit dans une liste de réponses que vous définissez à l'avance et renvoie une probabilité pour chaque option. Le plus léger, Clef-flash, repose sur un modèle Qwen 3.5 de 9 milliards de paramètres et affiche un temps de réponse médian de 38,8 millisecondes. Le plus précis, Clef, repose sur un modèle Qwen 3.8 de 27 milliards de paramètres, avec une médiane de 209,3 millisecondes. Les deux sont disponibles sur Workers AI, et leurs poids sont publiés sur Hugging Face pour un hébergement autonome.
Une grande partie de l'IA utilisée dans le service client relève en réalité de la classification : réclamation ou commande ? Urgent ou non ? Beaucoup d'équipes utilisent pour cela un modèle conversationnel généraliste et obtiennent des réponses plus lentes, qui peuvent varier d'une exécution à l'autre.
Ce qu'est réellement un modèle de décision
Cloudflare décrit un modèle de décision comme un modèle qui produit des sorties structurées et bornées « à moindre coût, rapidement et de manière cohérente ». Il l'oppose aux grands modèles de langage, qu'il décrit comme largement non déterministes.
Selon la fiche du modèle sur Hugging Face, vous envoyez un « état » décrivant la situation, sous forme de texte ou de JSON, accompagné si besoin d'images ou de vidéo, puis une liste de questions, chacune avec ses options autorisées. Le modèle renvoie une probabilité pour chaque option et ne génère aucun texte libre. Cloudflare indique que votre code utilise ces probabilités pour router le ticket, déclencher une escalade ou s'en remettre à un humain.
Les chiffres tels que Cloudflare les a publiés
- Capacités : une fenêtre de contexte de 64k jetons selon l'annonce (la fiche du modèle fixe une limite d'entrée par défaut de 16 384 jetons, modifiable), et les deux versions peuvent lire et classer des images.
- Latence médiane : 38,8 millisecondes pour Clef-flash et 209,3 millisecondes pour Clef, contre 524,1 millisecondes pour Jev, un modèle concurrent de Typesafe AI.
- Test interne : au sein de l'équipe de renseignement sur les menaces de Cloudflare, récupérer, afficher et classer un site web a pris 2,2 secondes avec Clef, contre 4,7 secondes avec gpt-oss-120b, son grand modèle de langage généraliste le plus rapide, qui n'a renvoyé que deux classifications.
- Requêtes les plus lentes : 95 % des requêtes se terminent en 122,4 millisecondes au plus avec Clef-flash et en 238,6 millisecondes au plus avec Clef.
Sur CLINC150, un test de classification d'intentions qui vérifie aussi la détection des demandes hors périmètre, Clef a obtenu 97,43 en macro-F1 contre 66,77 pour Clef-flash. Sur BANKING77, qui porte sur les questions des clients bancaires, les deux étaient proches : 94,20 contre 90,93 ; et sur API-Bank, Clef-flash est passé devant avec une précision de 93,11 contre 91,93. C'est pourquoi Cloudflare présente Clef comme son modèle de précision et Clef-flash comme le plus adapté aux décisions où la latence est critique. L'écart le plus important apparaît lorsqu'il faut repérer les demandes hors périmètre.
Où cela aide les entreprises saoudiennes
Parmi les cas d'usage cités par Cloudflare figurent le routage des tickets de support selon l'urgence et l'équipe, la classification des domaines de sites web pour son équipe de renseignement sur les menaces et la distinction entre bons et mauvais bots, tandis que le traitement des factures et les incidents de sécurité apparaissent parmi ses tests. Dans une entreprise saoudienne, cela se traduit ainsi :
- Tri des messages WhatsApp : chaque message est instantanément classé comme commande, réclamation, demande de prix ou spam, puis envoyé au bon employé.
- Tickets de support : fixer l'urgence et le service responsable avant même qu'un employé n'ouvre le ticket.
- Documents dans l'ERP : identifier le type de document entrant, qu'il s'agisse d'une facture fournisseur, d'un bon de commande ou d'un avoir, et l'envoyer dans le bon circuit.
- Protection des formulaires et des boutiques : repérer les inscriptions et les commandes automatisées sur les formulaires de contact et les boutiques en ligne.
Le faire tourner sur vos propres serveurs garde les données dans le Royaume
La caractéristique la plus importante pour le marché saoudien n'est pas la vitesse. C'est que les poids sont publiés et peuvent être exécutés à l'intérieur du Royaume. Les messages des clients et les factures des fournisseurs contiennent des données personnelles et commerciales, et la loi sur la protection des données personnelles (PDPL) encadre le transfert de données personnelles hors du Royaume. Un modèle exécuté dans un centre de données local évite la question du transfert transfrontalier pour les tâches de classification, tandis que les autres obligations de la loi continuent de s'appliquer. La fiche du modèle indique qu'il a été testé sur un seul GPU H200 ; prévoyez donc votre matériel tôt.
Les limites à connaître avant de commencer
- L'arabe n'est pas mentionné : ni l'annonce ni les fiches des modèles n'indiquent les langues prises en charge. Testez-le sur de vrais messages en arabe, en dialecte saoudien.
- Aucun prix dans l'annonce : Cloudflare n'a pas publié dans son billet de blog le coût d'utilisation des deux modèles sur Workers AI ; consultez donc la page des tarifs avant d'estimer les coûts.
- La personnalisation n'est pas encore en libre-service : l'ajustement du modèle sur vos données par apprentissage par renforcement passe pour l'instant par une équipe d'ingénieurs de Cloudflare, une plateforme en libre-service étant prévue plus tard.
Comment construire avec, étape par étape
- Inventoriez vos décisions : repérez chaque question de vos systèmes dont les réponses sont limitées.
- Constituez un échantillon réel : des messages et des tickets passés que votre personnel a classés à la main.
- Comparez trois options : Clef-flash, Clef et votre solution actuelle, sur la précision et le temps de réponse.
- Fixez un seuil de confiance : si la probabilité de la meilleure option est élevée, le système agit automatiquement ; si elle est faible, le cas est confié à un employé.
- Répartissez le travail : le modèle de décision choisit le circuit, et le grand modèle de langage ne rédige la réponse que lorsque c'est nécessaire.
Nous appliquons ce schéma chez Origami lorsque nous construisons des systèmes de service client et d'automatisation des processus : un petit modèle décide, un grand modèle rédige, et un employé examine les cas ambigus. Les modèles Clef facilitent la première partie, et elle peut rester à l'intérieur du Royaume.
Sources
Questions fréquentes
En quoi Clef diffère-t-il d'un modèle conversationnel comme ChatGPT ?
Clef ne rédige pas de texte. Il choisit parmi des options que vous définissez et renvoie une probabilité pour chacune d'elles, ce qui le rend plus rapide et plus cohérent pour la classification et le routage. Le modèle conversationnel reste chargé de l'écriture et de la rédaction des réponses.
Clef prend-il en charge l'arabe ?
Cloudflare n'a pas indiqué les langues prises en charge, ni dans l'annonce ni dans les fiches des modèles sur Hugging Face. Testez-le sur un échantillon de vos messages clients en arabe, y compris en dialecte saoudien, avant de vous y fier.
Puis-je faire tourner Clef sur mes propres serveurs en Arabie saoudite ?
Oui. Les poids sont publiés sur Hugging Face sous licence Apache 2.0, qui autorise l'usage commercial. Il vous faudra un serveur doté d'un GPU, et la fiche du modèle indique qu'il a été testé sur un seul H200.
Lequel choisir pour mon système, Clef ou Clef-flash ?
Clef-flash est beaucoup plus rapide, avec une médiane de 38,8 millisecondes ; il se rapproche de Clef sur des tests comme BANKING77 et le dépasse même sur API-Bank. Clef est nettement plus précis lorsqu'il faut repérer les demandes hors périmètre ; comparez donc les deux sur vos données réelles.
Suivez Origami sur Google
Ajoutez Origami à vos sources préférées : nos articles apparaîtront en premier pour vous dans la recherche Google et les actualités à la une.
