1 октября 2026 года Cloudflare анонсировала Clef и Clef-flash — две открытые «модели принятия решений», выпущенные под лицензией Apache 2.0. Модель не пишет ответ в свободной форме. Она читает входные данные, выбирает из списка ответов, который вы задаёте заранее, и возвращает вероятность для каждого варианта. Более лёгкая Clef-flash построена на модели Qwen 3.5 с 9 млрд параметров, её медианное время ответа — 38,8 миллисекунды. Более точная Clef построена на модели Qwen 3.8 с 27 млрд параметров, её медиана — 209,3 миллисекунды. Обе доступны в Workers AI, а их веса опубликованы на Hugging Face для размещения на собственных серверах.

Значительная часть ИИ в клиентском сервисе на самом деле — это классификация: жалоба или заказ? Срочно или нет? Многие команды используют для этого универсальную чат-модель и получают более медленные ответы, которые могут меняться от запуска к запуску.

Что на самом деле представляет собой модель принятия решений

Cloudflare описывает модель принятия решений как модель, которая выдаёт ограниченные структурированные результаты «дёшево, быстро и стабильно». Компания противопоставляет её большим языковым моделям, которые она называет в значительной степени недетерминированными.

Согласно карточке модели на Hugging Face, вы отправляете «состояние», описывающее ситуацию, в виде текста или JSON, при необходимости вместе с изображениями или видео, а затем список вопросов, у каждого из которых есть допустимые варианты. Модель возвращает вероятность для каждого варианта и не генерирует свободный текст. По словам Cloudflare, ваш код использует эти вероятности, чтобы направить обращение, запустить эскалацию или передать решение человеку.

Цифры в том виде, в каком их опубликовала Cloudflare

  • Возможности: контекстное окно в 64k токенов согласно анонсу (в карточке модели по умолчанию задан лимит ввода в 16384 токена, который можно изменить), и обе версии умеют читать и классифицировать изображения.
  • Медианная задержка: 38,8 миллисекунды у Clef-flash и 209,3 миллисекунды у Clef против 524,1 миллисекунды у Jev, конкурирующей модели от Typesafe AI.
  • Внутренний тест: в команде Cloudflare по анализу угроз получение, отрисовка и классификация веб-сайта заняли 2,2 секунды с Clef против 4,7 секунды с gpt-oss-120b, самой быстрой универсальной LLM команды, которая к тому же вернула только две классификации.
  • Самые медленные запросы: 95% запросов завершаются в пределах 122,4 миллисекунды у Clef-flash и в пределах 238,6 миллисекунды у Clef.

На CLINC150, тесте классификации намерений, который также проверяет запросы вне заданной области, Clef набрала 97,43 по macro-F1 против 66,77 у Clef-flash. На BANKING77, охватывающем запросы клиентов банков, результаты были близки: 94,20 против 90,93, а на API-Bank впереди оказалась Clef-flash с точностью 93,11 против 91,93. Поэтому Cloudflare называет Clef своей моделью для точности, а Clef-flash — лучшим выбором для решений, где критична задержка. Самый большой разрыв проявляется, когда нужно распознавать запросы вне заданной области.

Чем это полезно саудовским компаниям

Среди сценариев, которые называет Cloudflare, — маршрутизация обращений в поддержку по срочности и команде, классификация доменов веб-сайтов для её команды по анализу угроз и отличие хороших ботов от плохих, а обработка счетов и инциденты безопасности фигурируют среди её тестов. В саудовской компании это выглядит так:

  • Сортировка в WhatsApp: каждое сообщение мгновенно классифицируется как заказ, жалоба, запрос цены или спам, а затем отправляется нужному сотруднику.
  • Обращения в поддержку: определить срочность и ответственный отдел ещё до того, как какой-либо сотрудник откроет обращение.
  • Документы в ERP: определить тип входящего документа, будь то счёт поставщика, заказ на закупку или кредит-нота, и направить его по нужному маршруту.
  • Защита форм и магазинов: выявлять автоматические регистрации и заказы в контактных формах и интернет-магазинах.

Запуск на собственных серверах сохраняет данные в Королевстве

Самая важная особенность для саудовского рынка — не скорость. Важно то, что веса опубликованы и модель можно запускать внутри Королевства. Сообщения клиентов и счета поставщиков содержат персональные и коммерческие данные, а Закон о защите персональных данных (PDPL) вводит контроль за передачей персональных данных за пределы Королевства. Модель, работающая в местном центре обработки данных, снимает вопрос трансграничной передачи для задач классификации, хотя остальные обязательства по закону сохраняются. В карточке модели сказано, что её тестировали на одном GPU H200, поэтому планируйте оборудование заранее.

Ограничения, о которых нужно знать до начала

  • Арабский язык не упоминается: ни в анонсе, ни в карточках моделей нет списка поддерживаемых языков. Проверьте модель на реальных арабских сообщениях на саудовском диалекте.
  • В анонсе нет цены: Cloudflare не опубликовала в своём блоге стоимость использования двух моделей в Workers AI, поэтому изучите страницу с ценами, прежде чем оценивать расходы.
  • Настройка пока не в режиме самообслуживания: дообучение модели на ваших данных с помощью обучения с подкреплением сейчас проходит через команду инженеров Cloudflare, а платформа самообслуживания появится позже.

Как строить систему на его основе, шаг за шагом

  • Проведите инвентаризацию решений: найдите в своих системах каждый вопрос с ограниченным набором ответов.
  • Соберите реальную выборку: прошлые сообщения и обращения, которые ваши сотрудники классифицировали вручную.
  • Сравните три варианта: Clef-flash, Clef и ваше текущее решение — по точности и времени ответа.
  • Задайте порог уверенности: если вероятность лучшего варианта высокая, система действует автоматически; если низкая, случай передаётся сотруднику.
  • Разделите работу: модель принятия решений выбирает маршрут, а большая языковая модель пишет ответ только тогда, когда это нужно.

В Origami мы применяем этот подход при создании систем клиентского сервиса и автоматизации процессов: маленькая модель решает, большая модель пишет, а сотрудник проверяет неясные случаи. Модели Clef упрощают первую часть, и она может оставаться внутри Королевства.

Источники