Cloudflare 让决策模型打起了价格战

决策模型这赛道现在是彻底卷起来了！就在今天，Cloudflare 直接把三重大招打包放了出来，官方博客的标题也极其直白——“faster, cheaper, multimodal”（更快、更便宜、多模态）。

如果你平时关注 AI Agent 或者大模型轻量化落地，那这波更新绝对值得好好看一眼。

1. Clef-omni：决策模型终于吃上“多模态”了

这次更新里最重磅的，当属 Clef 系列迎来的首个多模态决策模型——Clef-omni。

它直接把音频、视频、图像和文本的全模态处理能力给补齐了。据了解，这个模型是以开源的 Qwen3-Omni-30B-A3B-Instruct（MoE 底座）为基础进行二次开发的。Cloudflare 挺聪明，直接把原本的 TTS（语音合成）组件给砍掉了，在冻结的 Qwen3 主干网络上用 LoRA 做了后训练，专门用来输出校准概率，而不是去生成一堆废话文本。

速度方面表现相当能打：

• 文本输入延迟约 130ms
• 图像输入约 150ms
• 处理一条 21 秒的视频也只要约 1.5 秒

价格更是杀到疯：每百万输入 token 只要 0.15 美元。

2. Clef-flash：价格腰斩再腰斩，直接成“地板价”

除了多模态，大家最关心的价格战也来了。Clef-flash 的降价力度堪称简单粗暴：输入 token 的价格直接从每百万 0.09 美元暴降到 0.038 美元。

这个价格比前几天刚刷屏的 Jev 还要便宜，直接稳坐决策模型赛道的“价格最低档”。

当然，便宜归便宜，也是有代价的。托管版本的上下文窗口从之前的 64k 被砍到了 24k。不过 Cloudflare 给出的理由很理直气硬：后台数据显示，只有 0.24% 的请求会超过 24k 上下文，把这部分不常用的内存砍掉，就能把成本彻底打下来。如果你选择自己部署，Hugging Face 上的权重依然完全不受影响，依然保持 256k 的满血状态。

3. Workers AI 上的 Clef 本体：速度全面狂飙

除了新模型和降价，Cloudflare 还对原版 Clef 在 Workers AI 平台上进行了底层的速度优化：

• 约 800 tokens 的请求延迟：从 262ms 降到 152ms（提速约 1.7 倍）
• 约 3,400 tokens 的请求：从 616ms 降到 305ms（提速整整 2 倍）
• 约 16,000 tokens 的大请求：从 2721ms 降到 1635ms（提速约 1.7 倍）

更重要的是，这些模型全部开源了权重，并且直接跑在 Cloudflare 自己的 Workers AI 上，开发者用起来相当省心。

站长点评：决策模型正在自成一派

把这三件事放一块看，意思已经不能再明显了。

现在整个 AI 圈的逻辑正在发生变化：像 TypeSafe 拿到了 75 亿美元的高额估值，微软也推出了专攻评分的 Decision-1，而 Cloudflare 则直接通过 Clef 在价格和部署自由度上掀起了血雨腥风。

从一开始，Clef 就是 Cloudflare 为自家庞大 Agent 生态准备的“大脑判断单元”。现在，Cloudflare 把这个判断单元打磨得更快、更便宜，还顺手塞进去了多模态眼睛和耳朵。正如业内此前的预判那样：“决策模型正在变成独立于传统 LLM 的全新赛道”，而这场关于效率与价格的明争暗斗，才刚刚拉开序幕。