Cloudflare libera Clef y Clef-flash bajo licencia Apache 2.0

Lo esencial

• Cloudflare liberó Clef y Clef-flash, sus modelos de decisión, bajo licencia Apache 2.0 en Hugging Face.
• Clef clasificó un dominio en 2,2 segundos; gpt-oss-120b tardó 4,7 segundos en la misma tarea.
• Clef anotó 98,47 en BFCL y 94,20 en BANKING77, superando a Jev System One.
• La latencia mediana de Clef es 209,3 ms y la de Clef-flash 38,8 ms, frente a 524,1 ms de Jev.
• Cloudflare también lanzó una plataforma de fine-tuning con RL para afinar Clef por cliente.

Qué lanzó Cloudflare

Cloudflare liberó el 2 de octubre dos modelos nuevos, Clef y Clef-flash, según el anuncio publicado en el Cloudflare Blog. Son modelos de decisión, un tipo de clasificador que toma una entrada y devuelve una categoría con probabilidad en lugar de un párrafo generado.

Los dos quedaron disponibles alojados en Workers AI, la plataforma de inferencia de Cloudflare, y son compatibles con la API de Jev System One, el modelo que popularizó Typesafe AI. Un equipo que ya integró Jev puede probar Clef sin reescribir su código, porque la interfaz es la misma.

Qué es un modelo de decisión

Un modelo de decisión recibe un mensaje de soporte, una imagen o un dominio web y devuelve una respuesta tipada con probabilidad. Puede responder, por ejemplo, si un ticket es urgente y a qué equipo debe asignarlo tu código. Clasifica, no conversa: no hay texto libre que parsear después.

Esto importa porque saca al humano del lazo en decisiones repetitivas. Un agente puede reunir contexto, pedirle a Clef una clasificación y ejecutar una acción, o escalar a una persona solo cuando la probabilidad es baja. Cloudflare eligió el nombre Clef porque, en música, ese símbolo fija qué notas corresponden a cada línea del pentagrama, igual que el modelo fija el dominio de una decisión.

Los números: Clef frente a Jev y al resto

En los benchmarks que Cloudflare publicó, Clef saca 98,47 en BFCL (exactitud de casos) y 94,20 de macro-F1 en BANKING77, por encima de los 95,75 y 79,74 de Jev System One respectivamente. En ToolRet, que mide qué tan bien el modelo recupera la herramienta correcta, Clef llega a 69,19 de nDCG@10 contra 65,28 de Jev.

Clef-flash, la versión liviana, sorprende en Home appliances: anota 97,73 de exactitud frente al 52,27 de Jev y al 82,95 de su propio hermano Clef. Cloudflare también corrió su suite interna de evaluación contra cuatro flujos de trabajo (facturación, servicio al cliente, incidentes de seguridad y observabilidad de agentes) y Clef ganó en 3 de los 4.

El caso real: clasificar dominios en Threat Intelligence

El equipo de Threat Intelligence de Cloudflare ya usa Clef en producción para clasificar dominios. Le pasa una URL junto con una captura renderizada vía Browser Rendering, y el modelo devuelve probabilidades por categoría: 95% moda, 85% ecommerce y menos de 1% phishing para un mismo dominio, en el ejemplo que publicó la empresa.

Esa clasificación completa (cargar la página, renderizarla y categorizarla) le tomó a Clef 2,2 segundos. El modelo general gpt-oss-120b hizo el mismo trabajo en 4,7 segundos y devolvió solo dos categorías, la mitad de las que entregó Clef. La diferencia de latencia se traduce en analistas que revisan más dominios por hora con el mismo cómputo.

Latencia: la ventaja que no se ve en los benchmarks de calidad

Cloudflare midió la latencia mediana y el percentil 95 de cada modelo sobre 43 evaluaciones. Clef quedó en 209,3 ms de mediana y Clef-flash en solo 38,8 ms, frente a los 524,1 ms de Jev System One. En el percentil 95, Clef llega a 238,6 ms y Clef-flash a 122,4 ms, contra 536 ms de Jev.

El único modelo más rápido que Clef-flash es Laya, con 5,8 ms de mediana, pero Laya sacrifica calidad: su mejor marca en la tabla de benchmarks es 50,15 en PhishNChips, muy por debajo del 79,60 de Clef. Correr los modelos sobre Workers AI suma otro recorte de latencia porque evita saltos de red adicionales.

Apache 2.0, Hugging Face y la nueva plataforma de fine-tuning

Clef y Clef-flash quedaron publicados en Hugging Face bajo licencia Apache 2.0, así que se pueden descargar, modificar y correr localmente sin depender de Workers AI. Cloudflare también estrenó una plataforma de aprendizaje por refuerzo (RL) para hacer ajuste fino (fine-tuning) de Clef con los datos propios de cada cliente.

Con esa plataforma, una empresa puede entrenar su propia versión de Clef para que reconozca las categorías específicas de su negocio, en lugar de reentrenar un clasificador desde cero cada vez que aparece una categoría nueva. Es la misma lógica que ya probó Cloudflare con sus propios dominios: el modelo no necesita volver a entrenarse para incorporar un caso nuevo.

La limitación que Cloudflare no esconde

Clef no gana en todo. En When2Call, que mide cuándo un agente debe llamar a una herramienta, Jev System One anota 80,97 de exactitud contra 72,37 de Clef. En BRIGHT, un benchmark de recuperación, Jev también queda apenas arriba: 47,52 contra 45,91.

Clef-flash, pese a su latencia mínima, pierde terreno en CLINC150+OOS (macro-F1 de 66,77 contra el 97,43 de Clef) y en When2Call (65,58 contra 72,37 de Clef). La elección entre Clef y Clef-flash depende de si el caso de uso tolera perder algo de exactitud a cambio de velocidad; no hay una respuesta única.

Qué sigue

Cloudflare no anunció una fecha de retiro para Jev ni canceló la compatibilidad entre ambas APIs, así que los dos conviven por ahora. La prueba real llegará cuando otras empresas publiquen sus propios benchmarks corriendo Clef contra sus flujos de soporte, seguridad o ecommerce, fuera del entorno controlado de Cloudflare.

Para probar Clef desde Workers AI, el llamado sigue el mismo patrón REST que el resto de los modelos de la plataforma. Cloudflare no publicó en el anuncio el identificador exacto del modelo en el catálogo, así que hay que reemplazar {MODEL_SLUG} por el que aparezca en la documentación oficial de Workers AI:

curl https://api.cloudflare.com/client/v4/accounts/{ACCOUNT_ID}/ai/run/{MODEL_SLUG} \
  -H "Authorization: Bearer {API_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "input": "dominio: tienda-outlet-moda.com",
    "labels": ["ecommerce", "moda", "phishing"]
  }'

La respuesta trae una probabilidad por cada label del arreglo y tu código decide con qué umbral enrutar el caso o escalarlo a una persona. Lo que cambia para un equipo de ingeniería es que ya no hace falta elegir entre un LLM caro y lento o un clasificador rígido que exige reentrenar cada vez que aparece una categoría nueva: Clef ocupa ese punto medio y además se puede descargar gratis.

📖 Versión extendida con más detalle: https://elsolitario.org/2026/10/02/cloudflare-libera-clef-y-clef-flash-bajo-licencia-apache-2/?utm_source=telegraph&utm_medium=instant_view&utm_campaign=programacion