Cloudflare 自己训的模型上线了：决策模型 Clef，每百万输入 0.24 美元，输出不要钱

Cloudflare 在 10 月 1 日放出了第一批自己训的模型：Clef 27B 和 Clef-flash 9B。这是 Workers AI 团队第一次从头训出模型，也是决策模型这个品类一周内进的第三家。

它不写字，只给概率

决策模型的用法和聊天模型是反的：你给它一份状态（一段文本、一个 JSON、一条日志、最多 4 张图）和一组你自己定义好的问题，它对每个问题的每个可选答案返回一个概率。没有自由文本要解析，也不用等推理 token 吐完。

三种问法：

noul：是或否，返回”是”的概率
choice：从你给的一组选项里选一个，返回选中项和每个选项的概率
score：按你给的有序标尺打分，返回概率加权后的分数

一次请求最多 64 个问题，上下文 64K token。

价格，以及那个免费额度

官方 Workers AI 定价页写得很清楚：

模型	每百万输入 token	折算 neurons
`@cf/cloudflare/clef`	0.24 美元	21818
`@cf/cloudflare/clef-flash`	0.09 美元	8182

输出不计费——这个品类只收输入的钱。

更值得算的是免费额度：Workers AI 每天给 1 万 neurons，超出部分在 Workers Paid 上按 0.011 美元/千 neurons 结。按上面的折算，1 万 neurons 大约是 Clef 45.8 万输入 token、Clef-flash 122 万输入 token。每天。 对多数一人公司的分类和路由量来说，这个额度够跑很久。

速度

官方 43 次基准跑出来的中位延迟：Clef 209.3 毫秒、Clef-flash 38.8 毫秒，对比 Jev 的 524.1 毫秒。p95 分别是 238.6、122.4、536.0 毫秒。官方自己的说法是 Clef 比 Jev 快 2.5 倍、Clef-flash 快 13 倍。

38.8 毫秒这个数字的意义在于：它可以站在请求的必经之路上。agent 每次调工具之前先花几十毫秒问一句”该不该做”，比事后补救便宜得多。

已经在用 Jev 的，切换成本很低

Clef 走 System One API，官方说改端点和模型名就能切过去。如果你之前的决策层是按这个接口写的，这是一个环境变量级别的事。

泼冷水

第一，上面所有基准都是 Cloudflare 自己跑的，包括”10 个决策基准里 7 个第一”和 Typesafe 工作流评测里 3 比 1 领先 Jev。厂商自报的数字只能当排序参考，不能当你的预期——判断标准永远是你自己那 200 条样本。

第二，品类太新，一周里进了三家（Perplexity 的 pplx-decider、AWS 的 Strands Decider、Cloudflare 的 Clef）。名义上都兼容 System One API，但字段名各家有出入，端点和模型 ID 完全不同。别把业务写死在任何一家上，把调用包在自己的函数里，留一个环境变量切换。

第三，权重是 Apache 2.0，但自部署是另一回事——Clef 是 27B，你得有卡。真要自托管先从 9B 的 Clef-flash 试。

第四，官方同时开了一个 RL 微调服务，但现在是设计伙伴制，要申请、要跟他们的 FDE 团队一起做。别把它当成”下周就能用”的能力排进计划。

具体建议

先算账：把你每天”只需要一个答案”的调用量（工单分类、内容审核、路由、要不要调工具）乘上现在聊天模型的单价，再看 0.24 或 0.09 每百万输入是什么量级。多数人算完会发现这一块的钱几乎可以忽略。
用免费额度跑一轮真实样本，不要跑公开基准。40 毫秒的延迟值得单独测一次端到端，因为你的应用逻辑往往比模型慢十倍。
已经在用 Jev 的，只切一个端点做灰度，保留一键切回。这个品类的厂商还在进进出出，能整段换掉比优化参数重要。
决策层要留回退：低置信度的样本交给原来的大模型或人工。概率是这个模型白送的东西，不用它设阈值就浪费了它唯一的额外价值。

原文：https://developers.cloudflare.com/changelog/post/2026-10-01-clef-workers-ai/