AI 新聞 · Cloudflare · 模型
Cloudflare 的 Clef 決策模型新增音訊與影片支援
Clef-omni 一次呼叫就能讀取聲音與影片；Cloudflare 表示，降價後 Clef-flash 每個 token 的價格低於 TypeSafe 的 Jev。
Cloudflare 宣布，已於 2026 年 10 月 9 日（週五）推出 Clef-omni。這是一款開放權重的決策模型，除了文字和圖片，也能處理音訊與影片。Cloudflare 同時調降了 Clef-flash 的價格，並加快託管版 Clef 模型的速度，距離這個系列上市僅一週。
決策模型不寫文字，而是從一組固定選項中挑出答案，並附上信心分數。Cloudflare 表示，到目前為止多數決策模型只讀文字，這個做法可追溯到 TypeSafe 的 Jev。Clef-omni 以 Qwen3-Omni-30B-A3B 混合專家模型加上低秩適配器打造，支援 WAV 或 MP3 音訊，以及 MP4 或 WebM 影片，Cloudflare 指出，一段 21 秒、含聲音的片段，約 1.5 秒就能評分完畢。模型權重已放上 Hugging Face。
託管版每百萬輸入 token 的價格：Clef-flash 從 0.09 美元降到 0.038 美元，Clef 維持 0.24 美元，Clef-omni 起價 0.15 美元。Runtimewire 報導，降價後的 Clef-flash 託管版上下文視窗也變小，從 64,000 縮到 24,000 個 token。在 TypeSafe 的發票處理工作流程上（由 Cloudflare 執行），Clef-omni 得分 60.2，Jev 為 61.8，Clef 為 64.7。
Cloudflare 主打的賣點，是讓需要分類通話、影片片段或螢幕截圖的團隊，原本放轉錄步驟的地方，改成呼叫一次模型。
