2026年10月1日，Cloudflare 发布两款开源决策模型 Clef（270亿参数）和 Clef-flash（90亿参数）。与通用语言模型不同，Clef 不写文字，直接输出概率数字——「这笔工单是退款还是 bug？置信度 0.97」「这张图需要人工复核吗？0.23」。两款模型均基于通义千问微调，开源权重发布数小时内即登 Hugging Face 热门榜第一。
为什么 Agent 需要专门的决策模型
当前 AI Agent 的典型架构是「大模型包揽一切」：收到一封邮件，先让 GPT-6 判断是投诉还是咨询，再让它选工具，最后让它写回复。这个流程的问题在于，大模型生成一段话需要数秒，而工单路由、内容审核这类分支判断，本质上只需要一个分类答案——大模型在这种事上又慢又贵，而且输出的文字还需要额外解析才能变成代码指令。
决策模型（Decision Model）正是解决这个问题的专用工具。它只做一件事：接收一段输入加上一组预定义选项，输出每个选项的概率。整个过程无需生成文字，直接就是程序可用的结构化数据，中间件直接消费，无需解析层。
核心架构：冻结千问 + 评分头
Clef 的架构设计非常清晰：底层是冻结的通义千问（Clef 基于 Qwen3.8-27B，Clef-flash 基于 Qwen3.5-9B），在此之上新增一个轻量评分头（Scoring Head）。训练时冻结千问参数，只更新评分头和低秩适配器（LoRA）。
这种方法的优势是：千问的语义理解能力完全保留，评分头专门学习「给什么选项打高分」。推理时不需要自回归解码 token，评分头直接对所有选项做并行打分，一次前向传播即可输出结果——这正是 39ms 延迟的技术来源。
速度：39ms 中位延迟，数量级碾压通用大模型
Cloudflare 官方在 43 项基准测试中披露了以下数据：
| 模型 | 中位延迟 | BFCL 函数调用准确率 | BANKING77 Macro-F1 | API Bank 准确率 |
|---|---|---|---|---|
| Clef-flash（9B） | 39ms | 98.76% | — | 93.11% |
| Clef（27B） | 209ms | 98.47% | 94.2 | 91.93% |
| TypeSafe Jev（对比） | 524ms | — | 79.7 | 88.19% |
| 通用 LLM（典型） | 数秒 | — | — | — |
Clef-flash 的 39ms 是什么概念？比竞品 Jev 快 13 倍，比通用大模型快 2 个数量级。这个速度已经可以塞进大多数生产请求链路里。Cloudflare 自己的威胁情报团队实测：用 Clef 做网站分类决策，全流程（含网页抓取、渲染、决策）只需 2.2 秒，而通用 LLM 方案需要 4.7 秒——速度提升一倍有余。
三种问题类型：Yes/No、Choice、Score
Clef 支持三种结构化问题类型，覆盖 Agent 系统中绝大多数路由场景：
- Yes/No：返回 0-1 的概率，如「这笔工单是否紧急？」→ 0.85，可直接设定阈值（超过 0.8 自动升级）
- Choice（2-255选项）：返回每个选项的得分，如「应该分配给哪个团队？」→ {售后: 0.72, 技术支持: 0.18, 风控: 0.10}，取最大值即可路由
- Score（2-10级）：返回有序刻度得分，如「内容违规严重程度？」→ 7/10，可用于决定处置方式
由于输出受限于预定义 schema，模型永远不可能返回一个「无效答案」。这对生产系统至关重要——大模型偶尔会输出格式错误或偏离指令的回复，决策模型从根本上规避了这个问题。
API 兼容 Jev：换掉不用改代码
Clef 与 TypeSafe AI 的 Jev API 完全兼容。对接方只需把 endpoint 换成 Clef，无需修改调用代码，就能实现无缝切换。这意味着决策模型这个赛道正在快速商品化：模型供应商之间切换成本极低，壁垒将转移到「谁校准得更好、谁支持微调」上。
定价方面，Cloudflare Workers AI 上 Clef 为 $0.24/百万 token，Clef-flash 为 $0.09/百万 token（对比：Jev 约 $0.042/百万 token，Clef 更贵但速度领先一个量级）。自托管则完全免费——权重在 Hugging Face 公开，Apache 2.0 许可允许商业使用。
Cloudflare RL 定制平台：用自己的数据训练专属决策模型
与模型同步发布的还有一个 RL 微调服务（Reinforcement Learning for Calibrated Decisions）。完整流程是：企业通过 AI Gateway 采集真实决策数据 → Cloudflare 工程师用 RLCD 方法在自有数据上微调评分头 → 部署到 Workers AI 或自托管。整个链路对调用方透明，无需机器学习专业知识，有 API 对接经验即可使用。
Cloudflare 自己也用 Clef 替换了内部的内容审核工单路由、滥用举报分类和爬虫/真人识别流程。Apache 2.0 许可意味着企业可以把模型部署在私有网络里，工单和客户数据完全不离开自有基础设施。
决策模型赛道现状：TypeSafe Jev、OpenAI Decisions API、Cloudflare Clef
Cloudflare 是近三周内第三家入局决策模型的厂商。TypeSafe AI 的 Jev 于 9 月中旬首发，OpenAI 于 9 月底推出基于 GPT-6 Luna 的 Decisions API，Cloudflare Clef 是第三家且是唯一开源权重的。对于有数据安全要求的企业来说，能自托管的 Clef 有明显优势。
FAQ
决策模型和通用大模型怎么选？
路由、分流、审核、评级这类「有预定义选项」的任务用决策模型，速度快 10 倍、成本低一个量级；需要生成内容、分析意图、写文案、做复杂推理的用通用大模型。两者可以组合：先用 Clef 判断意图类型，再根据类型调用专用大模型执行具体操作。
Clef 的概率输出可信吗？
Clef 使用 Brier Loss 加 RLCD 方法联合训练，专门优化「概率数字与真实正确率的一致性」。Cloudflare 的 BANKING77 测试中 Clef 达到 94.2 Macro-F1，远超 Jev 的 79.7。但概率校准需在实际部署中验证，建议在高风险决策场景（金融、医疗）前保留人工复核机制。
两款 Clef 怎么选？
追求极致延迟选 Clef-flash（39ms，9B 参数，适合实时路由）；追求最高准确率选 Clef（27B，98.47% BFCL，适合复杂分类）。两者在 Hugging Face 均有开源权重，Apache 2.0 许可允许商业使用且可自托管。
小结
Cloudflare Clef 的发布代表一个明确信号：Agent 系统的「路由层」正在被商品化、专业化，从大模型里分离出来成为一个独立赛道。这是合理的技术演进方向——专用工具做专事，速度快 10 倍，成本低一个量级。对于需要高频分支判断的生产系统（客服工单、内容审核、风险控制、工具路由），现在有了一个免费、可自托管、速度极快的开源选项。随着决策模型赛道的竞争加剧，企业自托管 + 定制微调将成为主流部署形态。
相关阅读：OpenAI Dots 常驻智能体：GPT-6 Astra 驱动，4000+ 应用集成
延伸阅读
- Meta推出上下文语言模型CLM：模型首次可以编辑自己，精度+11.4%算力-21.5%10 小时前
- OpenAI首次公开点名：Kimi相关账户窃取16000次模型推理背后2 天前
- 《纽约时报》揭OpenAI安全黑洞：员工预警被无视，GPT-6.1 Astra被迫取消发布23 小时前
- 美国议员提最严AI监管法案：递归自我改进被禁，OpenAI/谷歌等纳入联邦监管2 天前