Cloudflare เปิดตัว Clef กับ Clef-flash เป็น decision model แบบ open-weight (Apache-2.0) ที่ต่อยอดจาก Qwen3.8-27B และ Qwen3.5-9B ใช้ API เดียวกับ Jev รับภาพได้ และนำ Jev ในตารางของ Cloudflare เอง

1 ต.ค. 2026 Cloudflare ประกาศ Clef และ Clef-flash ซึ่งเป็นโมเดลชุดแรกที่ทีม Workers AI ฝึกเอง และเป็น “decision model” แบบเดียวกับ Jev ของ Typesafe AI ที่จุดกระแสเมื่อกลางเดือนกันยายน กล่าวคือส่ง state (ข้อความ, JSON, ภาพ หรือวิดีโอ) พร้อมชุดคำถามแบบมี type เข้าไป แล้วได้ความน่าจะเป็นของทุกตัวเลือกกลับมา โดยโมเดลไม่ต้องสร้างข้อความออกมาและโค้ดฝั่งเราก็ไม่ต้อง parse อะไร โพสต์นี้ขึ้นหน้าแรก Hacker News ได้ราว 400 คะแนน

สำหรับนักพัฒนา จุดที่น่าสนใจมีสามข้อ ข้อแรกคือน้ำหนักเปิดเต็มรูปแบบภายใต้ Apache-2.0 บน Hugging Face (Cloudflare/clef และ Cloudflare/clef-flash มีไฟล์ LICENSE จริง ไม่ได้ระบุไว้แค่ใน metadata) ข้อสองคือ API เข้ากันได้กับ Jev/SystemOne ใครที่เขียนโค้ดเรียก Jev อยู่แล้วเปลี่ยนชื่อโมเดลก็ใช้ได้เลย ข้อสามคือรับภาพได้ ซึ่ง Jev ยังทำไม่ได้

ข้างในคืออะไร

	Clef	Clef-flash
Backbone (แช่แข็งไว้)	Qwen3.8-27B	Qwen3.5-9B
ขนาดไฟล์บน HF	~55 GB (BF16, 12 shard)	~19 GB (4 shard)
Median latency (ตัวเลขจาก Cloudflare)	209 ms	39 ms
Jev เทียบกัน	524 ms

Cloudflare อธิบายว่าโมเดลทำแค่ prefill รอบเดียว แล้วให้ “joint schema head” ซึ่งเป็น transformer ขนาดเล็ก (ไฟล์ joint_head.safetensors ประมาณ 250 MB) อ่าน hidden state สุดท้ายของ backbone จากนั้นดึงหลักฐานจาก state มาให้แต่ละคำถาม ให้คำถามแต่ละข้อ cross-attend กันได้ แล้วให้คะแนนทุกตัวเลือกพร้อมกัน ขั้นตัดสินใจจึงไม่เป็น autoregressive ตัว backbone ถูกแช่แข็งไว้ ส่วนที่ฝึกคือ head กับ LoRA rank-256 โดยใช้ cross-entropy แบบ label smoothing ร่วมกับ Brier loss เพื่อปรับ calibration และใช้ RLCD (Reinforcement Learning for Calibrated Decisions ชื่อเดียวกับเทคนิคที่ Typesafe ใช้ฝึก Jev) เป็นเป้าหมายรอง

คำถามมีสามแบบเหมือนของ Jev คือ noul (จริง/เท็จ), choice (ตัวเลือกที่มีชื่อ) และ score (ระดับเรียงลำดับ) เรียกใช้ได้ทั้งผ่าน Workers AI (@cf/cloudflare/clef) และรันเองด้วย transformers ผ่านไฟล์ joint_schema_model.py ที่แถมมาใน repo ซึ่งมีฟังก์ชัน systemone() รับ request body แบบ Jev ได้ตรง ๆ

ตัวเลข benchmark และข้อควรระวัง

ในตาราง Decision Index ที่ Cloudflare รันเอง Clef ทำคะแนนนำ Jev อย่างชัดเจนในงาน intent/routing เช่น BANKING77 (94.2 เทียบ 79.7 macro-F1), CLINC150+OOS (97.4 เทียบ 89.3) และ Home appliance simulator ซึ่ง Clef-flash ได้ถึง 97.7 เทียบกับ 52.3 ของ Jev ส่วนชุด workflow eval ของ Typesafe เอง Clef ชนะ Jev 3 ใน 4 งาน แต่แพ้ในงาน agent trace observability (68.5 เทียบ 71.6)

มีบางจุดที่ควรรู้ก่อนรีบย้ายมาใช้:

• งานที่ต้องคิดเชิงเหตุผลยังแพ้ Jev ค่อนข้างมาก ใน model card ระบุว่า GPQA Diamond ได้ 48.0 (Clef) และ 51.0 (Clef-flash) ขณะที่ Jev ได้ 78.3 ส่วน ANLI, VAST, NLI4CT และ BRIGHT ก็เป็นฝั่ง Jev ที่นำ
• Clef-flash ไม่ได้ด้อยกว่าตัวใหญ่ไปทุกด้าน หลายรายการตัวเล็กชนะ แต่ใน CLINC150+OOS ตกลงไปเหลือ 66.8 แปลว่าถ้างานต้องตรวจจับ “ไม่อยู่ในหมวดใดเลย” ควรใช้ตัวใหญ่
• ทุกตัวเลขมาจากการรันของ Cloudflare เอง ยังไม่มีการวัดซ้ำจากฝ่ายอื่น
• เรื่อง context: บล็อกบอกว่ารองรับ 64k (Jev รองรับ 32k) แต่ encode_record ในโค้ดที่ปล่อยมาตั้ง max_length ไว้ที่ 16,384 tokens เป็นค่าเริ่มต้น ถ้าต้องการ state ยาวกว่านั้นต้องตั้งค่าเอง
• การรันเอง: model card บอกว่าทดสอบบน H200 ใบเดียว (torch 2.11, transformers 5.10.2) ที่ BF16 ตัว 27B ต้องใช้ VRAM ราว 55 GB การ์ดเกมจึงรันได้แค่ Clef-flash และยังไม่มี GGUF หรือ quant อย่างเป็นทางการ

บริการ fine-tune ด้วย RL

ส่วนที่บอกทิศทางธุรกิจคือ Cloudflare เปิดบริการ fine-tune Clef ด้วย reinforcement learning โดยเริ่มจากทีม forward-deployed engineer ที่ทำงานร่วมกับลูกค้าโดยตรงก่อน แล้วค่อยพัฒนาเป็นระบบ self-serve ที่ต่อชิ้นส่วนเดิมของแพลตฟอร์มเข้าด้วยกัน ได้แก่ AI Gateway เก็บ request/response จริงเป็น dataset, Workers AI สร้าง rollout, Containers เป็น RL sandbox, Trainer (ตัวใหม่) อัปเดตน้ำหนัก และ deploy กลับขึ้น Workers AI ผ่าน BYO Model ซึ่งต่อยอดมาจากการซื้อ Replicate Cloudflare ยังยืนยันว่าไม่อ่าน ไม่เก็บ และไม่นำ request มาฝึก ยกเว้นลูกค้าเลือกใช้บริการ fine-tune

มุมมอง AI Curator

ตลาด decision model อายุยังไม่ถึงสามสัปดาห์แต่แน่นมากแล้ว บล็อกนี้เขียนถึงเกือบทุกวัน ตั้งแต่ Kev, CLM, Jeff, Intern-Decision, Jeeves ไปจนถึง Decisions API ของ OpenAI สิ่งที่ทำให้ Clef ต่างจากตัวอื่นไม่ใช่คะแนน แต่เป็นการที่ ผู้ให้บริการ infra รายใหญ่ปล่อยโมเดลแบบ Apache-2.0 ที่ใช้ API แทน Jev ได้ทันที ทำให้ API ของ Jev/SystemOne เริ่มกลายเป็นมาตรฐานกลางคล้ายกับที่ OpenAI-compatible API เคยเป็นของ LLM ผลที่ตามมาคือ Typesafe ซึ่งเป็นผู้คิดแนวคิดนี้แข่งด้วยโมเดลอย่างเดียวได้ยากขึ้นเรื่อย ๆ

อย่างไรก็ตาม ตัวเลข GPQA ที่แพ้ห่างเป็นสัญญาณที่ควรสนใจ decision model แบบ prefill-only เก่งงานจัดหมวด ตัดสินเส้นทาง และ intent ซึ่งเป็นงานส่วนใหญ่ในระบบจริง แต่ถ้าการตัดสินใจนั้นต้องอาศัยการคิดหลายขั้น ตัวที่ “คิดก่อนตอบ” อย่าง Jev หรือ Jeeves ยังได้เปรียบ เวลาเลือกจึงควรดูตามลักษณะงาน ไม่ใช่ดูว่าใครนำในตารางรวม

สำหรับทีมในไทยและ SEA โอกาสที่เป็นรูปธรรมที่สุดคือ Clef-flash 9B ภายใต้ Apache-2.0 ซึ่งรันบน GPU ของตัวเองได้ เหมาะกับงานคัดแยก ticket ลูกค้า จัดหมวดเอกสาร หรือตรวจ KYC ที่มีข้อกำหนดว่าข้อมูลห้ามออกนอกประเทศ แต่ควรวัดผลกับข้อมูลภาษาไทยของตัวเองก่อน เพราะ benchmark ทั้งหมดในตารางเป็นภาษาอังกฤษ และข้อมูลฝึกเป็นข้อมูล synthetic ภายในที่ Cloudflare ไม่ได้บอกว่าครอบคลุมภาษาใดบ้าง

แหล่งข่าว

• Introducing Clef: our open-source decision models, and new RL fine-tuning platform — Cloudflare Blog (1 ต.ค. 2026)
• Cloudflare/clef — Hugging Face model card
• Cloudflare/clef-flash — Hugging Face model card
• Clef — Workers AI docs