Cloudflare adiciona áudio e vídeo aos modelos de decisão Clef

Um modelo de decisão devolve uma escolha dentro de um conjunto fixo de opções, com uma nota de confiança, em vez de escrever texto. Até agora a maioria dos modelos de decisão lia só texto, diz a Cloudflare, padrão que vem do Jev, da TypeSafe. O Clef-omni é construído sobre o modelo mixture-of-experts Qwen3-Omni-30B-A3B com adaptadores low-rank, aceita áudio WAV ou MP3 e vídeo MP4 ou WebM, e avalia um clipe de 21 segundos com som em cerca de 1.5 segundos, diz a Cloudflare. Os pesos estão no Hugging Face.

Preços hospedados por milhão de tokens de entrada: o Clef-flash cai de US$ 0,09 para US$ 0,038, o Clef continua em US$ 0,24 e o Clef-omni começa em US$ 0,15. O Clef-flash, mais barato, também ganha uma janela de contexto hospedada menor, de 64.000 para 24.000 tokens, informa o Runtimewire. No fluxo de processamento de notas fiscais da TypeSafe, executado pela Cloudflare, o Clef-omni marca 60.2, contra 61.8 do Jev e 64.7 do Clef.

O argumento da Cloudflare para equipes que classificam ligações, clipes ou capturas de tela é uma única chamada de modelo no lugar onde antes ficava uma etapa de transcrição.