Cloudflare 推出 Clef-omni，并同时下调模型成本、提升响应速度

Cloudflare 这次没有只发布一个新模型，而是把 Clef 系列的三项变化放在一起推出：新的多模态决策模型 Clef-omni、价格更低的 Clef-flash，以及响应速度更快的 Clef。官方用 “faster, cheaper, multimodal” 概括这次更新，指向的是决策模型落地时最现实的三类要求：能处理更多输入、调用成本可控，并且足够快。

核心更新

• Clef-omni 扩展输入范围。 这是 Clef 系列首个能够处理音频、视频、图像和文本的决策模型。相比只围绕文本工作的模型，多模态输入意味着系统可以在同一任务中综合不同类型的信息。不过，现有素材没有披露它在具体任务上的准确率、上下文长度或支持的输入规格，因此不宜把“支持多模态”直接等同于全面领先。
• Clef-flash 进一步降价。 Cloudflare 没有在现有信息中公布具体价格或降幅，但方向十分明确：通过更低的使用成本，降低开发者在高频调用、自动化流程和实时应用中部署决策模型的门槛。
• Clef 提升速度。 官方称基础 Clef 变得更快，但素材未提供延迟、吞吐量或测试条件。因而更准确的理解是，Cloudflare 正在优化模型服务体验，而不是据此推导出确定的性能排名。
• 底层采用开源模型。 Clef-omni 基于开源的 Qwen3-Omni-30B-A3B-Instruct。摘要显示，这是一款 MoE 架构模型，但没有提供 Cloudflare 在训练、对齐、部署或推理层面的具体改动。

这意味着什么

这组更新反映出决策模型的产品竞争正在变得更务实。过去，讨论往往集中在模型能否完成复杂推理；当模型被接入工作流、代理系统或实时服务后，输入兼容性、单次调用成本和响应延迟同样决定了产品是否可用。Cloudflare 同时处理这三项指标，说明其目标不仅是展示模型能力，也是在为规模化调用铺路。

多模态能力尤其可能扩大决策模型的应用边界。图像、音频和视频可以成为判断依据，模型不再局限于结构化文本指令。但多模态输入也会带来更高的计算和工程复杂度，实际价值仍取决于模型在具体场景中的稳定性、错误率和成本。此次素材尚未提供这些数据，后续仍需要通过官方文档和独立测试进一步判断。

总体来看，Cloudflare 的动作更像是一次围绕产品化的组合升级：Clef-omni补齐输入形态，Clef-flash强调经济性，Clef则改善速度。它未必意味着单项技术指标已经建立优势，但确实说明决策模型市场正在进入“能力、价格、速度”同时竞争的阶段。

来源：OSChina