Cloudflare a construit un équivalent de Jev en 2 semaines au lieu de 2 ans et se proclame « néolab »
Cloudflare se présente comme un « néolab », nom donné aux laboratoires d'IA de nouvelle génération qui développent leurs propres modèles. Son petit modèle Clef prend des décisions rapides et reprend le principe de Jev, de TypeSafe AI : 2 semaines de travail, contre 2 ans pour l'original. Le second, Clairic, extrait d'une facture le numéro de commande en un seul passage, sans confondre un 3 avec un 5, comme le font parfois les LLM. Les étapes routinières, comme la classification et l'extraction de champs, gagnent à sortir du grand modèle.
Traité par IA depuis Latent Space (swyx) ; édité par Hamidun News
Cloudflare accélère et protège les sites des autres depuis quinze ans. Elle publie désormais ses propres modèles d'IA et se qualifie de « néolab ». Ce terme désigne une nouvelle génération de laboratoires de recherche en IA, qui entraînent leurs propres modèles au lieu de se contenter d'utiliser ceux des autres.
Les deux premiers modèles de l'entreprise appartiennent à la classe System One : de petits modèles rapides, dédiés à une seule tâche étroite, qui répondent en millisecondes et non en secondes. Clef prend des décisions et reprend l'idée du modèle Jev de la start-up TypeSafe AI : Cloudflare l'a construit en 2 semaines, alors que les créateurs de l'original ont mis 2 ans sur Jev. Clairic extrait des valeurs d'un texte non structuré, par exemple le numéro de commande d'une facture.
L'enseignement pratique pour un développeur : toutes les étapes d'un pipeline n'ont pas à passer par un énorme LLM.
Quels sont ces modèles et quel rapport avec System One ?
L'idée de System One est de ne pas envoyer chaque requête à un grand modèle de langage. Lorsqu'il faut prendre une décision rapidement, par exemple aiguiller une requête vers la bonne route, un petit modèle spécialisé coûte moins cher et se comporte de façon plus prévisible. Michelle Chen, qui dirige la partie produit de la plateforme d'IA de Cloudflare, l'a expliqué lors de la conférence AI Engineer Code Summit : « Nous n'avons pas besoin d'envoyer chaque requête à un LLM. Une partie peut être confiée à un modèle System One ».
Clef est précisément un modèle de décision de ce type. Selon Michelle Chen, Jev a été en septembre un « vent d'est » pour l'entreprise : il a changé de façon inattendue sa vision des modèles. Elle explique l'écart entre deux semaines et deux ans par le fait que l'équipe savait déjà à quoi devait ressembler le schéma d'API. Elle attribue tout le mérite à TypeSafe AI, qui a conçu ce nouveau type de modèles et l'a amené jusqu'à un état opérationnel.
Clairic est un développement propre à Cloudflare, lancé il y a un mois comme premier modèle d'une nouvelle classe, les « modèles d'extraction ». Il prend une entrée non structurée et en extrait, calcule, estime ou prévoit des valeurs. Michelle Chen décrit le problème : les LLM génèrent le texte token par token, ce qui peut les conduire à halluciner et, parfois, à renvoyer un JSON cassé. Exemple avec une facture : le grand modèle se met soudain à hésiter entre trois, quatre ou cinq pour le numéro de commande, alors qu'il est écrit noir sur blanc dans le document. Clairic doit renvoyer une valeur typée, c'est-à-dire un vrai nombre, en un seul passage direct.
Néolab ou marketing
Le terme « néolab » a été proposé en novembre dernier par Stephanie Palazzolo, de The Information. La liste de Didi Das, de Menlo Ventures, comprend Thinking Machines Lab, Poolside et TypeSafe AI elle-même. Selon Didi Das, les néolabs emploient des chercheurs d'élite et dépensent beaucoup de calcul (généralement pour entraîner leur propre modèle). Ils n'ont pas de chiffre d'affaires notable et sont, en règle générale, des start-up qui lèvent de gros tours de table.
Cloudflare ne correspond pas à cette description, au moins pour moitié. C'est une entreprise cotée, au chiffre d'affaires conséquent. Au troisième trimestre, il s'est élevé à $782 millions, en hausse de 39% sur un an, et le chiffre d'affaires annuel a dépassé $3 milliards. L'auteur de l'article reconnaît que le label sonne en partie comme du marketing. Michelle Chen y voit une évolution naturelle : l'infrastructure, le calcul (la plateforme Workers, désormais aussi pour les agents), le stockage, le lancement des modèles ouverts Kimi, GLM et DeepSeek dans Workers AI, et maintenant des modèles maison.
Pourquoi l'entreprise veut ses propres modèles
Michelle Chen avance deux raisons. La première : « Être un néolab, c'est créer ce qui nous manque ». La seconde est la réduction des risques. Jev est fermé et ne peut pas être exécuté en interne. Les modèles ouverts chinois peuvent faire apparaître des risques réglementaires. Et de nombreux laboratoires veulent gagner de l'argent et introduisent des licences coûteuses.
Les plans restent toutefois modestes. Cloudflare n'a pas l'intention de pré-entraîner de grands modèles from scratch, comme le font OpenAI et Anthropic : selon Michelle Chen, « la majeure partie de notre équipe s'occupe du post-entraînement ». Des modèles de raisonnement et d'autres LLM sont envisageables, mais à partir de modèles existants, rendus plus efficaces. Ce ne sont pour l'instant que des allusions, pas des annonces. Aucune métrique de qualité de Clef et de Clairic n'a été citée pendant l'intervention : impossible donc de les comparer en précision aux grands LLM.
Que faire en pratique
Passez en revue votre pipeline et repérez les étapes où un LLM sert à classer, à router ou à extraire des champs de factures, d'e-mails et de logs. Ce sont des candidates pour un petit modèle spécialisé : réponse plus rapide, format plus stable, moins de risque d'inventer un numéro de commande. Pour Cloudflare, c'est aussi un moyen de vendre davantage de services sur sa propre infrastructure, où une latence de quelques millisecondes est le principal avantage concurrentiel.
- 20 nov. 2026Un ingénieur chiffre la diffusion de 10 millions de tokens/s : 130 To de cache et 700 nœuds avec un MoE
- 20 nov. 2026SingProbe d'Ant Group : un garde-fou de 8,1 millions de paramètres ralentit les LLM de moins de 0,5%
- 20 nov. 2026Le GLM 5.3 local accélère une IA sur ESP32-S3 de 100%, Qwen 3.8 27B de 30%
- 19 nov. 2026MLPerf Training : des clusters de 10 240 GPU et un entraînement 49% plus rapide en six mois
Questions clés sur cet article
Quels sont ces modèles et quel rapport avec System One ?
L'idée de System One est de ne pas envoyer chaque requête à un grand modèle de langage. Lorsqu'il faut prendre une décision rapidement, par exemple aiguiller une requête vers la bonne route, un petit modèle spécialisé coûte moins cher et se comporte de façon plus prévisible. Michelle Chen, qui dirige la partie produit de la plateforme d'IA de Cloudflare, l'a expliqué lors de la conférence AI Engineer Code Summit : « Nous n'avons pas besoin d'envoyer chaque requête à un LLM.
Que sait-on sur Néolab ou marketing ?
Le terme « néolab » a été proposé en novembre dernier par Stephanie Palazzolo, de The Information. La liste de Didi Das, de Menlo Ventures, comprend Thinking Machines Lab, Poolside et TypeSafe AI elle-même. Selon Didi Das, les néolabs emploient des chercheurs d'élite et dépensent beaucoup de calcul (généralement pour entraîner leur propre modèle). Ils n'ont pas de chiffre d'affaires notable et sont, en règle générale, des start-up qui lèvent de gros tours de table.
Pourquoi l'entreprise veut ses propres modèles?
Michelle Chen avance deux raisons. La première : « Être un néolab, c'est créer ce qui nous manque ». La seconde est la réduction des risques. Jev est fermé et ne peut pas être exécuté en interne. Les modèles ouverts chinois peuvent faire apparaître des risques réglementaires. Et de nombreux laboratoires veulent gagner de l'argent et introduisent des licences coûteuses. Les plans restent toutefois modestes.
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.
L'essentiel de l'IA — une fois par semaine
Sept actus qui ont vraiment compté, choisies à la main. Sans bruit ni communiqués.
C'est fait ! Vérifiez votre boîte mail pour la confirmation.