Cloudflare Clef и Clef-Flash: открытые модели для локальных решений

Что выпущено и на каких условиях

Clef построена на Qwen3.8-27B, Clef-Flash — на Qwen3.5-9B. В двух открытых репозиториях есть стандартные шардированные Safetensors основного блока, отдельные joint_head.safetensors, конфигурации, процессор и код joint_schema_model.py. Закреплённые индексы Clef и Flash ссылаются соответственно на 12 и 4 шарда; все они перечислены в API модели. Репозитории созданы 30 сентября, официальный анонс датирован 1 октября: изменение README в этот день не следует выдавать за дату заливки каждого веса. s1 s2 s3 s4 s5

В обеих карточках стоит Apache-2.0, и текст лицензии находится в каждом репозитории; базовые Qwen также имеют метку Apache-2.0. Это открытые веса и опубликованный код с разрешением на коммерческое использование по условиям Apache-2.0, а не обещание бесплатного хостинга или отсутствия иных требований к данным. Облачный сервис Workers AI и локальное использование весов — разные пути. s1 s2 s3 s6

Как оценить локально

Сначала выберите свой тест: например, состояние счёта и вопросы о статусе (choice) и срочности (score), либо бинарный вопрос (noul). Зафиксируйте нужную ревизию HF, скачайте весь snapshot и используйте функции load_release_model, encode_record и collate_records из авторского joint_schema_model.py. Для совместимого формата запроса и ответа есть функция systemone; она не поднимает HTTP-сервер автоматически. Модель использует Qwen-бэкбон вместе с отдельной головой: загрузка через обычный генеративный pipeline без головы не воспроизведёт описанный формат решений. Карточки показывают пример с torch 2.11 и transformers 5.10.2 на одной H200; при изображениях нужен также pillow. Это протестированная авторами среда, не минимальные RAM/VRAM и не измерение Modelium. s2 s3 s4

Cloudflare пишет о контекстном окне 64 тыс. токенов, однако опубликованный encode_record в коде по умолчанию ограничивает вход параметром max_length=16384. Не рассчитывайте на использование всего заявленного окна без явной настройки и собственной проверки длинных запросов. Проверьте точность и калибровку вероятностей на своих размеченных примерах до подключения к автоматическим действиям. s1 s2 s4

Что значат сравнения

В собственной таблице Decision Index 0.2.1 Cloudflare сообщает, например, 98,5% case-exact accuracy для Clef и 98,8% для Flash на BFCL; в другом тесте, CLINC150+OOS, значения 97,4% и 66,8% соответственно. Это результаты внутреннего прогона авторов, а не независимое сравнение Modelium; разные задачи нельзя свести к одному числу качества. Из той же таблицы нельзя выводить скорость на вашем компьютере: опубликованный пример локальной загрузки использует H200, а конфигурация облачных замеров и домашнего запуска может отличаться. Для текстовых низколатентных задач сравните Flash со своими baseline, для сложных вопросов и мультимодального ввода — обе версии на одинаковом наборе кейсов. s1 s2 s3