Cloudflare construye un equivalente de Jev en 2 semanas en lugar de 2 años y se define como neolab
Cloudflare se ha definido como «neolab», el término para los laboratorios de IA de nueva generación que desarrollan sus propios modelos. Su modelo pequeño Clef toma decisiones rápidas y replica Jev, de TypeSafe AI: a Cloudflare le llevó 2 semanas; al original, 2 años. El segundo, Clairic, extrae de una factura el número de pedido en una sola pasada, sin confundir un tres con un cinco, como a veces hacen los LLM. Para los desarrolladores, la conclusión práctica es que conviene sacar de la LLM grande los pasos rutinarios, como la clasificación y la extracción de campos.
Procesado por IA desde Latent Space (swyx); editado por Hamidun News
Cloudflare lleva década y media acelerando y protegiendo los sitios web de otros. Ahora lanza sus propios modelos de IA y se define como «neolab». Así se llama a la nueva generación de laboratorios de investigación en IA que entrenan sus propios modelos en lugar de limitarse a usar los de terceros.
Los dos primeros modelos de la compañía pertenecen a la clase System One: modelos pequeños y rápidos, pensados para una sola tarea concreta, que responden en milisegundos, no en segundos. Clef toma decisiones y retoma la idea del modelo Jev, de la startup TypeSafe AI: Cloudflare lo construyó en 2 semanas, mientras que los creadores del original tardaron 2 años en desarrollar Jev. Clairic extrae valores de texto no estructurado, por ejemplo el número de pedido de una factura.
La lectura práctica para el desarrollador: no todos los pasos de un pipeline tienen que pasar por una LLM enorme.
Qué modelos son y qué tiene que ver System One
La idea de System One es no enviar cada consulta a un gran modelo de lenguaje. Si hace falta tomar una decisión rápida, por ejemplo dirigir una solicitud por la ruta correcta, un modelo pequeño y especializado es más barato y más predecible. Michelle Chen, que dirige la parte de producto de la plataforma de IA de Cloudflare, lo explicó en la conferencia AI Engineer Code Summit: «No necesitamos enviar cada consulta a una LLM. Una parte se puede enviar a un modelo System One».
Clef es justamente un modelo de decisiones de ese tipo. Según Chen, en septiembre Jev fue para la compañía un «viento del este» que cambió de forma inesperada su visión de los modelos. Atribuye las dos semanas frente a los dos años a que el equipo ya sabía cómo debía ser el esquema de la API, y da todo el mérito a TypeSafe AI, que ideó este nuevo tipo de modelos y los llevó hasta un estado funcional.
Clairic es un desarrollo propio de Cloudflare, lanzado hace un mes como el primer modelo de una nueva clase, los «modelos de extracción». Toma una entrada no estructurada y extrae, calcula, estima o predice valores. Chen explica el problema: las LLM generan texto token a token, por lo que pueden alucinar y a veces devuelven un JSON roto. Un ejemplo con una factura: un modelo grande de pronto duda de si el número de pedido es tres, cuatro o cinco, aunque está escrito claramente en el documento. Clairic debe devolver un valor tipado, es decir, un número de verdad, en una sola pasada directa.
Neolab o marketing
El término «neolab» lo propuso el noviembre pasado Stephanie Palazzolo, de The Information. La lista de Didi Das, de Menlo Ventures, incluye a Thinking Machines Lab, Poolside y la propia TypeSafe AI. Según Das, en los neolabs trabajan investigadores de élite, consumen mucha capacidad de cómputo (normalmente para entrenar su propio modelo), no tienen ingresos significativos y suelen ser startups con grandes rondas de financiación.
Cloudflare no encaja en esta descripción, al menos en la mitad. Es una empresa que cotiza en bolsa y tiene grandes ingresos: en el tercer trimestre fueron $782 millones, un 39% más que un año antes, y los ingresos anuales superaron los $3 mil millones. El autor del artículo reconoce que la etiqueta suena en parte a marketing. Chen lo describe como una evolución natural: infraestructura, cómputo (la plataforma Workers, ahora también para agentes), almacenamiento, el despliegue de los modelos abiertos Kimi, GLM y DeepSeek en Workers AI y, ahora, modelos propios.
Para qué quiere la compañía sus propios modelos
Chen da dos razones. La primera: «Ser un neolab significa crear lo que nos falta». La segunda es la reducción de riesgos. Jev es un modelo cerrado y no se puede ejecutar en infraestructura propia. Los modelos abiertos chinos pueden acabar acarreando riesgos regulatorios. Y muchos laboratorios quieren monetizar y introducen licencias caras.
Los planes, con todo, son modestos. Cloudflare no pretende preentrenar grandes modelos desde cero, como hacen OpenAI y Anthropic: según Chen, «la mayor parte de nuestro equipo se dedica al post-entrenamiento». Son posibles modelos de razonamiento y otras LLM, pero sobre la base de modelos existentes, hechos de forma más eficiente. Por ahora son insinuaciones, no anuncios. En la intervención no se mencionaron métricas de calidad de Clef ni de Clairic, así que no se pueden comparar en precisión con las LLM grandes.
Qué hacer en la práctica
Revise su pipeline y marque los pasos en los que se usa una LLM para clasificar, enrutar o extraer campos de facturas, correos y logs. Son candidatos a un modelo pequeño y especializado: la respuesta es más rápida, el formato más estable y hay menos probabilidad de que invente un número de pedido. Para Cloudflare, además, es una forma de vender más servicios sobre su infraestructura, donde la latencia de milisegundos es la principal ventaja competitiva.
- 20 nov 2026Hugging Face y llama.cpp lanzan Llama for Windows, una utilidad de 1 MB para usar IA sin terminal
- 20 nov 2026Microsoft presenta Copilot Workspaces: un documento compartido donde los agentes trabajan junto a las personas
- 20 nov 2026Nvidia aclara que la garantía de $105 mil millones para OpenAI solo entra en vigor cuando empieza la obra
- 20 nov 2026Google hace gratuito su agente Gemini Spark y lo rebautiza como Tasks
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué modelos son y qué tiene que ver System One?
La idea de System One es no enviar cada consulta a un gran modelo de lenguaje. Si hace falta tomar una decisión rápida, por ejemplo dirigir una solicitud por la ruta correcta, un modelo pequeño y especializado es más barato y más predecible. Michelle Chen, que dirige la parte de producto de la plataforma de IA de Cloudflare, lo explicó en la conferencia AI Engineer Code Summit: «No necesitamos enviar cada consulta a una LLM. Una parte se puede enviar a un modelo System One».
¿Qué se sabe sobre Neolab o marketing?
El término «neolab» lo propuso el noviembre pasado Stephanie Palazzolo, de The Information. La lista de Didi Das, de Menlo Ventures, incluye a Thinking Machines Lab, Poolside y la propia TypeSafe AI. Según Das, en los neolabs trabajan investigadores de élite, consumen mucha capacidad de cómputo (normalmente para entrenar su propio modelo), no tienen ingresos significativos y suelen ser startups con grandes rondas de financiación. Cloudflare no encaja en esta descripción, al menos en la mitad.
¿Qué se sabe sobre Para qué quiere la compañía sus propios modelos?
Chen da dos razones. La primera: «Ser un neolab significa crear lo que nos falta». La segunda es la reducción de riesgos. Jev es un modelo cerrado y no se puede ejecutar en infraestructura propia. Los modelos abiertos chinos pueden acabar acarreando riesgos regulatorios. Y muchos laboratorios quieren monetizar y introducen licencias caras. Los planes, con todo, son modestos.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.