Cloudflare Clef — это специализированные модели искусственного интеллекта, которые помогают цифровым помощникам и автоматическим сценариям принимать решения на развилках без написания длинного текста. Вместо того чтобы сочинять ответ слово за словом, тратить секунды и выдумывать пространные пояснения, модель сразу выдаёт точные вероятности для заранее заданных вариантов действий: срочная ли заявка, в какой отдел её направить и какую ветку кода запустить дальше.
Куда уходит время обычных помощников
Обычная языковая модель устроена как генератор текста. Когда автоматический сценарий спрашивает у неё, кому передать входящее письмо — в бухгалтерию или в техническую поддержку, — модель начинает предсказывать токены один за другим. Даже если в системных инструкциях строго прописано вернуть только одно слово, нейросеть сначала «разогревает» цепочку внимания, тратит драгоценные миллисекунды на вывод каждого символа и легко может выдать вежливую вводную фразу вместо чистого значения.
Разработчикам приходится городить вокруг этого защитные надстройки: перепроверять формат специальными библиотеками, повторять запросы при сбоях и мириться с тем, что простой выбор между двумя папками занимает полторы-две секунды. Для сложного сценария, где помощник должен последовательно пройти пять или шесть таких развилок, общая задержка быстро вырастает до десятка секунд. Пользователь сидит перед замершим экраном, а счёт за потраченные токены генерации продолжает капать.
Как устроена анкета решений в Clef
Инженеры Cloudflare подошли к задаче иначе. В начале октября 2026 года компания выпустила на своей платформе Workers AI две открытые модели — большую Clef на 27 миллиардов параметров и компактную Clef-flash на 9 миллиардов. Их архитектуру обучили не сочинять рассказы, а оценивать готовую анкету возможных исходов.
На вход модели подаётся исходная ситуация — например, текст обращения клиента, лог ошибки или снимок веб-страницы, — и список конкретных вопросов, от одного до шестидесяти четырёх. Вопросы могут быть трёх типов:
- выбор «да или нет» с расчётом вероятности положительного ответа;
- выбор одного варианта из заданного списка с процентом уверенности по каждому пункту;
- числовая шкала оценки, где модель взвешивает каждый балл от одного до пяти.
Модель оценивает все варианты параллельно за один проход. На выходе программа получает не абзацы текста, а строгий массив чисел. Если вероятность срочности превышает восемьдесят процентов, код моментально отправляет уведомление дежурному инженеру. Никаких случайных слов, парсинга кавычек и риска сломать логику приложения.
За развитием агентских систем и практическими инструментами автоматизации мы регулярно следим в телеграм-канале Ковчег, где разбираем реальные рабочие связки без лишней теории.
Скорость ответа и цена за вызов
Главный выигрыш такого подхода — скорость реакции. По официальным замерам Cloudflare, среднее время ответа базовой Clef составляет около 209 миллисекунд. Младшая версия Clef-flash справляется со схемой всего за 39 миллисекунд. Для сравнения, специализированная модель предыдущего поколения Jev требовала в среднем более 520 миллисекунд на аналогичный тест.
Экономика тоже отличается от привычных текстовых сервисов. Поскольку модель ничего не генерирует на выходе, плата взимается исключительно за входящие данные. Окно контекста на платформе вмещает до 65 тысяч токенов, чего с запасом хватает на длинную переписку или тяжелый лог сервера.
Миллион входных токенов для старшей Clef стоит 24 цента, а для версии Flash — всего 9 центов. В тарифах платформы также предусмотрен ежедневный бесплатный лимит в 10 тысяч расчетных нейронов, что позволяет бесплатно прогонять около полумиллиона токенов в старшей модели каждый день без обязательной привязки платной карты.
Где быстрая версия уступает старшей
Разница между двумя версиями заключается не только в скорости и стоимости. Компактная Clef-flash отлично справляется с простыми сценариями — например, на тестах управления домашней техникой она показала даже более высокую точность, чем старшая модель. Но на сложных задачах разница в размерах даёт о себе знать.
В тестах на распознавание запутанных намерений пользователей точность старшей Clef достигает 97%, тогда как у компактной Flash она опускается до 67%. Если в вашей задаче критично отличить скрытую жалобу от обычного вопроса или обнаружить тонкие признаки галлюцинации в тексте, экономия на миллисекундах может обернуться ошибками маршрутизации.
Кроме того, Clef не предназначена для открытого рассуждения или решения математических задач. Это специализированный стрелочник на железнодорожных путях программы. Она не придумывает новые шаги на ходу, а строго направляет поток данных по тем рельсам, которые вы заранее проложили в коде. Собственное дообучение моделей под нестандартные схемы пока возможно только при участии инженеров компании, хотя открытые веса уже выложены в общий доступ под лицензией Apache 2.0.
Что это меняет в разработке сценариев
Появление таких моделей показывает важный сдвиг в разработке агентских систем. Долгое время считалось, что для любого шага помощника требуется универсальный интеллект, способный и стихи писать, и кнопки нажимать. На практике оказалось, что на большинстве промежуточных этапов нужен не творческий собеседник, а надёжный и быстрый классификатор.
Разделение труда делает систему устойчивой: большая генеративная модель общается с клиентом и формулирует итоговые мысли, а специализированный диспетчер за сорок миллисекунд решает, в какую базу заглянуть и кому передать управление. Это избавляет инфраструктуру от лишних расходов и превращает задумчивых агентов в рабочие инструменты реального времени.
