Michael JohnsonПроверить по одному обращению, читается ли маркировка на фото, работает ли вентилятор на видео и слышен ли посторонний шум в аудиозаписи, — такой пример Cloudflare приводит для новой модели Clef-omni. 9 октября 2026 года компания объявила о её выпуске: модель принимает текст, изображения, аудио и видео и оценивает варианты ответа по заданным вопросам.
Clef-omni продолжает семейство моделей принятия решений Clef, которое Cloudflare представила неделей ранее. Разработчик задаёт схему вопросов и допустимых ответов; модель возвращает оценки этих вариантов, пригодные для структурированной обработки. Это подходит для классификации обращений и мультимедийных материалов, где результат нужно передать в приложение или рабочий процесс.
Одна схема для разных типов входных данных
В анонсе Cloudflare о Clef-omni модель описана как построенная на базе Qwen3-Omni-30B-A3B-Instruct с архитектурой mixture-of-experts. Она поддерживает текст и JSON, изображения, WAV и MP3 для аудио, а также MP4 и WebM для видео. На каждый вопрос с вариантами ответа модель выдаёт оценки вариантов; это позволяет приложению обрабатывать результат в заранее определённом формате.
Например, при сортировке заявок о неисправностях команда может задать вопросы о читаемости маркировки на фотографии, шуме в записи и мигании индикатора на видео. Такой единый запрос объединяет мультимодальные свидетельства в структурированный ответ для последующей маршрутизации.
Cloudflare сообщает о медианной задержке около 130 мс для текстовых решений и около 150 мс для изображений. Для 21-секундного видео со звуком компания указывает примерно 1,5 секунды. Это результаты заявленных компанией испытаний; для оценки собственной системы важны также её файлы, схема вопросов и способ развёртывания.
Открытые веса и облачный запуск
Cloudflare опубликовала веса Clef-omni на Hugging Face под лицензией Apache-2.0. Карточка модели описывает локальный запуск и тестирование на одном ускорителе H200; для конфигурации bfloat16 указано около 64 ГБ видеопамяти. Это даёт командам возможность оценить самостоятельное размещение с учётом требований к оборудованию и настройке.
Для облачной Clef-omni Cloudflare объявила цену $0,15 за миллион входных токенов. Расчёт зависит от состава входа: Cloudflare отдельно описывает, как изображения и аудио преобразуются в тарифицируемые токены, а видео также влияет на объём входных данных. Перед расчётом бюджета следует сверить текущие условия в документации Workers AI.
Clef-flash подешевела, а контекст облачной версии сократился
В том же обновлении Cloudflare снизила цену размещённой Clef-flash с $0,09 до $0,038 за миллион входных токенов. Контекстное окно размещённой версии одновременно уменьшилось с 64 тыс. до 24 тыс. токенов. По данным компании, лишь 0,24% запросов превышали новый порог.
Перед переходом на более низкую цену командам стоит проверить длину фактических запросов и документов. Опубликованные веса Clef-flash не менялись: Cloudflare указывает, что при самостоятельном размещении модель рассчитана на контекст до 256 тыс. токенов. Этот предел относится к открытому варианту, а не к облачной версии с окном 24 тыс.
Практическая идея Clef-omni — объединить мультимодальный ввод и выбор из заранее заданных вариантов в одном запросе. Для продуктов, которые классифицируют материалы, сопоставляют звук с изображением или заполняют фиксированные поля, её можно оценивать на собственных примерах. При выборе между облачной и самостоятельной установкой следует отдельно учитывать тариф, требования к оборудованию и нужную длину контекста.