AIニュース・Cloudflare・モデル
Cloudflare、Clef判断モデルに音声と動画を追加
Clef-omniは音声と動画を1回の呼び出しで処理します。Cloudflareは、値下げによりClef-flashのトークン単価がTypeSafeのJevを下回ったとしています。
Cloudflareは2026年10月9日（金）、テキストと画像に加えて音声と動画も受け付けるオープンウェイトの判断モデルClef-omniを公開したと、同社が発表しました。あわせてClef-flashを値下げし、ホスト版Clefを高速化しています。Clefファミリーの発表から1週間後のことです。
判断モデルは、文章を書く代わりに、決まった選択肢の中から1つを選び、確信度とともに返します。Cloudflareによると、これまでの判断モデルの多くはテキストしか読めず、その流れはTypeSafeのJevにさかのぼります。Clef-omniは、Qwen3-Omni-30B-A3BのMixture-of-Expertsモデルに低ランクアダプタを組み合わせた構成で、WAVまたはMP3の音声、MP4またはWebMの動画に対応し、音声付きの21秒のクリップを約1.5秒で採点すると、Cloudflareは説明しています。重みはHugging Faceで公開されています。
ホスト版の入力トークン100万あたりの料金は、Clef-flashが0.09ドルから0.038ドルに下がり、Clefは0.24ドルのまま、Clef-omniは0.15ドルからです。値下げされたClef-flashは、ホスト版のコンテキストウィンドウも64,000から24,000トークンに縮小されたと、Runtimewireが報じています。CloudflareがTypeSafeの請求書処理ワークフローで実施した評価では、スコアはClef-omniが60.2、Jevが61.8、Clefが64.7でした。
通話、クリップ、スクリーンショットを仕分けるチームに対するCloudflareの売り込みは、これまで文字起こしの工程があった場所を、モデル呼び出し1回に置き換えられる、というものです。
出典
