🎬 Assista esta matéria
A Cloudflare publicou em 1º de outubro seus dois primeiros modelos de decisão de código aberto: o Clef, com 27 bilhões de parâmetros, e o Clef-flash, com 9 bilhões. Os pesos estão no Hugging Face sob licença Apache 2.0, que permite uso comercial.
A diferença em relação a um modelo de linguagem comum está na saída. Conforme a documentação da empresa, os modelos leem um estado de entrada e um conjunto de perguntas tipadas e então devolvem uma probabilidade para cada resposta permitida. Não há geração de texto livre.
Para quem precisa de resposta previsível
Esse formato resolve um problema prático de quem usa IA em automação: o modelo que escreve em linguagem natural pode devolver a resposta certa com a formatação errada, o que quebra o sistema a jusante. O Clef devolve números sobre opções fechadas.
O caso de uso canônico citado pela Cloudflare é triagem de tickets de suporte — classificar e rotear um chamado urgente sem passar por um humano. Os dois modelos têm janela de contexto de 64 mil tokens e leem imagens e vídeo, não apenas texto.
Nos números divulgados pela empresa, o Clef lidera 7 de 10 benchmarks de decisão, com 94,20 de macro-F1 no BANKING77 e 97,43 no CLINC150+OOS. A latência mediana é de 209,3 ms no Clef e de 38,8 ms no Clef-flash — este último, segundo a Cloudflare, até 13 vezes mais rápido que o Jev.
Disponível no Workers AI
Os modelos já rodam no Workers AI, a plataforma de inferência da Cloudflare, tanto por binding (env.AI.run()) quanto por API REST no endpoint /ai/run, e também pelo AI Gateway. Como os pesos são abertos, nada impede rodá-los em infraestrutura própria.
O lançamento se encaixa em um movimento que marcou a primeira semana de outubro: entre 1º e 3 de outubro, oito modelos foram publicados por cinco fornecedores, e quatro deles saíram com pesos públicos sob Apache 2.0 — a maioria especialista em decisão, fala, vídeo ou tradução, não modelos de fronteira generalistas. Na mesma leva apareceram o Strands Decider 2B, da Amazon, e o Index-Translate-35B.
Para operações brasileiras que já usam a Cloudflare na borda, o atrativo é a combinação de latência baixa e custo previsível em tarefas de classificação de volume alto, como triagem de atendimento e moderação.
Fontes: Cloudflare Developers Changelog, DataNorth, Digital Applied
🎙️ Gostou? Receba só o que te interessa, todo dia
Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.
Montar meu briefing grátis