「不聊天、只做决定」：Cloudflare 推出多模态决策模型 Clef-omni，Clef-flash 降价 58% 成最便宜决策模型

先说结论：

• Cloudflare 10 月 9 日把第三款"决策模型" Clef-omni 上线了 Workers AI：30B-A3B 混合专家，文本、JSON、图片、音频、视频一次 API 调用全部读进去，输出的不是聊天文字，而是每个选项的概率——这是个专门"做决定"的模型。
• 同一次更新里，Clef-flash 输入价格从 $0.09/百万 token 砍到 $0.038，降幅 58%，比 TypeSafe Jev 的 $0.042 还便宜，成了目前托管决策模型里最便宜的一档。
• 降价的代价写在小字里：Clef-flash 的托管上下文从 64K 缩到 24K。Cloudflare 的底气是生产数据：只有 0.24% 的请求超过 24K token。
• 这是 10 月"决策模型"品类的第三波攻势：Liquid d1（本月初）→ 微软 Decision-1（本站 10 月 11 日早间报道）→ Cloudflare Clef-omni。一个新品类正在成形：不聊天、只做判断，输入计费、输出免费。

一分钟看懂发生了什么

10 月 9 日，Cloudflare 在其官方博客发布了一篇题为"带来更多礼物"的更新（据 AI Weekly 报道，作者为 Michelle Chen），核心是三件事：

1. 新模型 Clef-omni 上线：Workers AI 模型 ID 为 @cf/cloudflare/clef-omni，完整多模态——文本、JSON、图片之外，首次原生支持 WAV/MP3 音频和 MP4/WebM 视频。
2. Clef-flash 降价：输入价格从 $0.09/百万 token 降到 $0.038/百万 token，降幅 57.8%（四舍五入约 58%）。
3. 老模型 Clef 提速：Cloudflare 把服务框架迁到 SGLang（合并进 SGLang 0.5.22，PR #42721），中位数延迟最高提速约 2 倍：800 token 输入从 262ms 降到 152ms，3400 token 从 616ms 降到 305ms，16000 token 从 2721ms 降到 1635ms。

值得注意的节奏：Clef 和 Clef-flash 是 10 月 1 日才发布的，8 天后 Cloudflare 就推出了第三款（据 AI Daily Post 报道）。这不是顺手更新——Cloudflare 显然把决策模型当成了正式的竞争战场。

什么是"决策模型"：不聊天，只做决定

Clef-omni 和你每天用的聊天模型走的是两条路。它的调用方式长这样：开发者给它一个 state（要评估的内容）和一套 schema（类型化的问题），模型在一次前向传播里，直接返回每个问题每个允许选项的校准概率。

用 Cloudflare 官方文档里的示例感受一下：

const response = await env.AI.run("@cf/cloudflare/clef-omni", {
  model: "clef-omni",
  state: "Checkout has been failing for every customer for the last hour.",
  questions: {
    urgent: {
      type: "noul",
      instructions: "Is this support request urgent?",
    },
    team: {
      type: "choice",
      instructions: "Which team should handle this request?",
      criteria: {
        billing: "Payments, invoices, and refunds",
        technical: "Outages, errors, and configuration",
        sales: "Plans and upgrades",
      },
    },
    severity: {
      type: "score",
      instructions: "How severe is the customer impact?",
      criteria: ["No impact", "Minor", "Major", "Critical"],
    },
  },
});
// response.answers.urgent   -> 这条工单有多大概率是紧急的
// response.answers.team     -> 归属哪个团队 + 各选项概率
// response.answers.severity -> 概率加权的影响等级

没有散文式的回答、没有需要正则解析的输出——返回的直接就是结构化数据，可以接在自动化流程后面。Cloudflare 官方给它的定位是：内容审核、路由、打分和护栏（guardrails），而不是生成内容。

这种"一次判断"的形态，恰好击中了大模型落地最贵的隐性成本：聊天模型哪怕只做分类，也会连带生成一堆解释性文字并按输出 token 收费。而决策模型按设计就没有长输出——计费结构也跟着变了：只有输入计费，输出免费。

价格全表：Clef 家族 + 横向对比

价格信息来自 Cloudflare 官方 Workers AI 定价文档（截至 10 月 10 日核验），三款全部只收输入费用，输出不收费：

把它放到 10 月决策模型大混战里看，价格战已经打响：

几个价格解读（Price Memory 式算账）：

• Clef-flash 现在比 Jev 便宜约 10%，是目前市面上托管决策模型的最便宜选项（据 AI Weekly 和 Oossa 报道）。按每次请求 1000 输入 token、每天 100 万次调用算：Clef-flash 一天 $38（降价前 $90），Jev $42，Clef-omni $150，Clef $240。
• 音视频不是免费的午餐：Workers AI 把媒体按 token 计费——音频约 780 token/分钟（Clef-omni $0.15 计价下，1 分钟音频约 $0.12），480p 视频约 8600 token/分钟（约 $1.29/分钟），最高分辨率可达 15400 token/分钟（约 $2.31/分钟）。做视频审核的同学，先算好账。
• 配额也有上限：每次请求最多 4 张图、4 段音频（每段 ≤300 秒）、2 段视频（每段 ≤60 秒、2fps 采样），且媒体必须以 Base64 data URL 提交，不支持远程 URL——调用前得先自己下载转码。

降价的代价：上下文 64K → 24K

Clef-flash 的 58% 降价不是白送的：托管版上下文窗口从 64K 砍到了 24K。Cloudflare 给出的理由是一句生产数据："只有 0.24% 的请求超过 24K 输入 token。"

这笔交易的公平性值得掂量：

• 对工单分诊、评论审核这类短文本场景，24K 完全够用，降价就是纯利好。
• 对长安全事件、长法律文书这类场景，24K 可能不够。Cloudflare 的建议是：超了就换 Clef（65K 上下文），或者自托管——Clef-flash 的开源权重没变，训练时支持 256K 上下文，自己搭就能用满。

顺带一提开放权重这条线：Clef 家族延续了 Cloudflare 的开放策略。Clef-omni 是在 Qwen3-Omni-30B-A3B-Instruct（阿里 Qwen 团队的开源多模态基座，30B 总参数、约 3B 激活）基础上做决策任务微调而来，移除了语音输出组件，权重已发布在 Hugging Face。据 AI Daily Post 报道，Clef-omni 可在单张 H200（约 64GB，bfloat16）上自托管。这印证了 2026 年的一个趋势：大厂不再从零预训练，而是拿开源基座做"最后一公里"产品化——Cloudflare 的差异化全部在微调和 serving 层。

速度实测：21 秒视频 1.5 秒出结果

Cloudflare 官方给出 Clef-omni 的延迟数字（中位数）：纯文本约 130ms、图片约 150ms、音频几百毫秒、一条 21 秒带声音的视频约 1.5 秒。这个量级意味着它可以直接塞进上传链路做实时审核，而不是离线批处理。

Cloudflare 还引用了 TypeSafe 评测集上的成绩：发票处理 60.2% 精确动作准确率、客户服务 71.6%、安全事件 61.7%。注意这是 Cloudflare 自报的数字，独立复现尚未见到——厂商自测仅供参考，上线前务必用自己的数据回放一遍。

对使用模型的用户意味着什么

1. 审核/风控/客服路由的同学：决策模型正在变成一个独立品类，选型表上要加一列了。Clef-omni 的杀手场景是"一条链路同时有文本、图片、语音、视频"——比如社交平台的上传审核、游戏语音聊天、保险理赔（看图+听声音+读文字一起判）。
2. 价格敏感型用户：Clef-flash $0.038 是目前决策任务的地板价。但注意三点：24K 上下文够不够、媒体必须 Base64（流量和预处理成本自己扛）、以及 Workers AI 需要 Cloudflare 账户。
3. 中转/网关玩家：决策模型"输入计费、输出免费"的结构，对 relay 场景很友好——成本完全可预测，没有输出 token 的长尾风险。可以关注后续有没有第三方渠道把 Clef 系列接进统一网关。
4. 一个品类信号：10 月之内，Liquid d1、微软 Decision-1、TypeSafe Jev、Cloudflare Clef 三连发，"决策模型"已经从论文概念变成各家正式的产品线。聊天模型负责"生成"，决策模型负责"判断"——分工正在形成。

一句话总结：Cloudflare 用 Clef-omni 证明了"决策模型"不是昙花一现——多模态一次调用、$0.15/百万 token 输入计费、flash 档砍到 $0.038 地板价，10 月的模型价格战，已经从"谁更会聊天"打到了"谁更会做决定"。

来源

• Cloudflare Workers AI 定价文档（官方）：https://developers.cloudflare.com/workers-ai/platform/pricing/
• Cloudflare Clef-omni 模型文档（官方）：https://developers.cloudflare.com/workers-ai/models/clef-omni/
• Tech Insider：Cloudflare Clef-omni 30B 多模态决策模型详解（2026-10-12）：https://tech-insider.org/cloudflare-clef-omni-30b-multimodal-decision-model-2026/
• FourWeekMBA：Cloudflare 把 Clef-flash 砍到 $0.038：https://fourweekmba.com/ai-cloudflare-cuts-clef-flash-to-0-038-by-shrinking-context/
• AI Weekly：Cloudflare 上线多模态 Clef-omni、Flash 降价（2026-10-11）：https://aiweekly.co/alerts/cloudflare-ships-multimodal-clef-omni-cuts-flash-to-0038m
• Kingy.ai：Clef vs Clef-flash 价格与上下文核验（2026-10-10）：https://kingy.ai/news/cloudflare-clef-vs-clef-flash-costs-evaluation/
• Oossa：Cloudflare 为 Clef 决策模型加入音视频、降低 flash 价格（2026-10-09）：https://oossa.com/en/cloudflare-adds-audio-and-video-to-its-clef-decision-model-and-lowers-price-of-c
• Brocker.org：Cloudflare 发布 Clef-omni、削减 Clef-flash 定价：https://www.brocker.org/cloudflare-clef-omni-audio-video-cheaper-flash
• 注：延迟与评测数字为 Cloudflare 官方自报；自托管 H200 数据据 AI Daily Post 报道：https://aidailypost.com/news/cloudflare-clef-omni-30b-a3b-multimodal