Pada 9 Oktober, Cloudflare merilis Clef-omni, yang menambahkan input audio dan video utuh ke seri “model keputusan” miliknya. Bobot model sudah tersedia di Hugging Face dengan lisensi Apache 2.0, sedangkan versi hosting berjalan di Workers AI. Rilis ini hanya berselang delapan hari dari debut Clef dan Clef-flash.
Tugas model keputusan sengaja dibuat sempit. Pemanggil memberikan sebuah kondisi dan sekumpulan pertanyaan yang sudah ditetapkan, tiap pertanyaan disertai beberapa pilihan jawaban, lalu model memberi probabilitas untuk setiap pilihan. Model tidak menghasilkan teks bebas, sehingga tidak ada keluaran yang perlu di-parse. Contoh penggunaan internal yang disebut Cloudflare mencakup mengenali dan menutup isu spam di repositori dokumentasi GitHub, menyaring phishing di pustaka plugin, memindai data untuk informasi pribadi seperti nomor kartu identitas, serta menentukan domain berbahaya.
Empat jenis input dalam satu panggilan
Clef sebelumnya menangani teks, gambar, dan frame yang diekstrak dari video. Clef-omni langsung menerima audio WAV dan MP3 serta video MP4 dan WebM, dengan jalur suara dan gambar diproses secara sinkron. Model ini tetap tidak melakukan transkripsi maupun pembuatan deskripsi; ia hanya menjalankan satu kali prefill, lalu menilai semua modalitas dan semua pilihan sekaligus.
Latensi median yang diumumkan Cloudflare adalah sekitar 130 milidetik untuk teks saja, sekitar 150 milidetik untuk gambar, beberapa ratus milidetik untuk audio, dan sekitar 1,5 detik untuk video berbunyi berdurasi 21 detik.
Fondasinya adalah Qwen3-Omni-30B-A3B-Instruct milik Alibaba, sebuah model mixture-of-experts. Cloudflare mempertahankan bagian pemahaman dan membuang komponen yang berkaitan dengan sintesis suara, membekukan tulang punggung model, melakukan fine-tuning dengan LoRA, lalu menambahkan sebuah kepala penilai berupa Transformer kecil. Menurut model card, model berjalan dalam bfloat16 pada satu GPU H200, dan bagian tulang punggung membutuhkan sekitar 64GB memori GPU.
Skornya tidak mengungguli pendahulunya di semua lini
Dalam tabel perbandingan buatan Cloudflare sendiri, Clef-omni kalah dari Clef versi visual saja di sebagian besar butir. Pada ToolRet (pencarian alat) skornya 66,6 berbanding 69,19; pada When2Call, yang menilai kapan alat perlu dipanggil, 63,3 berbanding 72,37; pada PhishNChips (pengenalan phishing) 73,2 berbanding 79,60. Selisih terbesar ada pada tugas perintah peralatan rumah tangga, 69,3 berbanding 82,95. Pada BANKING77 (klasifikasi maksud perbankan) dan CLINC150+OOS (pengenalan maksud), model ini sedikit lebih tinggi dari Clef.
Jika dibandingkan dengan model keputusan Jev dari TypeSafe, Clef-omni tertinggal lebih dari 17 poin di When2Call dan unggul 15 poin di BANKING77. Semua skor ini dilaporkan sendiri oleh Cloudflare, dan rincian evaluasinya tidak dijabarkan di blog.
Dua penyesuaian pada hari yang sama
Harga hosting Clef-flash turun dari 0,09 dolar AS menjadi 0,038 dolar AS per juta token input, yang menurut Cloudflare kini sudah lebih murah daripada Jev. Konsekuensinya, jendela konteks versi hosting dipangkas dari 64k menjadi 24k, dengan alasan hanya 0,24% permintaan yang melebihi 24k. Bobot open source di Hugging Face tidak terpengaruh dan tetap dilatih dengan 256k. Harga Clef tidak berubah; setelah Cloudflare memindahkan inferensi ke SGLang, latensi median disebut menjadi 1,7 hingga 2,0 kali lebih cepat.
Satu lagi fondasi Qwen
Tiga hari sebelumnya, Decision-1 milik Microsoft, juga model keputusan yang khusus untuk soal pilihan, dirilis dengan fondasi Qwen 9B. Dalam satu pekan, dua perusahaan Amerika berturut-turut meluncurkan produk sejenis, dan keduanya memilih model open source Alibaba sebagai dasar. Bagi pengembang di Tiongkok, bobot seri Clef bisa diunduh langsung, lisensinya longgar, dan API-nya dinyatakan kompatibel dengan Jev, sehingga hambatan untuk membangun sendiri layanan moderasi, perutean, atau pemilahan tiket tidak terlalu tinggi. Mengenai seberapa baik layanan hosting Workers AI dapat diakses dari dalam Tiongkok, Cloudflare tidak memberi penjelasan khusus, jadi sebelum dipakai di lingkungan produksi perlu diuji sendiri.
Sumber: blog resmi Cloudflare, model card Hugging Face (lisensi, model dasar, dan kebutuhan memori GPU), CocoLoop, IT Home, RuntimeWire; skor benchmark dan harga mengikuti klaim Cloudflare sendiri.