Intensivo Grátis 21–22/11Intensivo gratuito de 2 dias em Vibecoding (21–22/11 às 16:00 MSK) · Turma 3 começa 23/11Inscrever-se grátis →Turma 3 (23/11)
LançamentoAnálise · No radarLatent Space (swyx)→ original

Cloudflare criou um equivalente do Jev em 2 semanas, não em 2 anos, e se declarou um neolab

A Cloudflare se declarou um «neolab», termo usado para laboratórios de IA de nova geração que desenvolvem os próprios modelos. Seu modelo pequeno Clef toma decisões rápidas e reproduz o Jev, da TypeSafe AI: a Cloudflare levou 2 semanas, enquanto o original levou 2 anos. O segundo modelo, o Clairic, extrai o número do pedido de uma fatura em uma única passada, sem confundir o três com o cinco, como às vezes fazem as LLMs. Etapas rotineiras, como classificação e extração de campos, valem ser tiradas do modelo grande.

Processado por IA de Latent Space (swyx); editado por Hamidun News
Cloudflare criou um equivalente do Jev em 2 semanas, não em 2 anos, e se declarou um neolab
Fonte: Latent Space (swyx). Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalLatent Space (swyx) ↗
Editor-chefe
Receita da Cloudflare no trimestre$782 milhões, alta de 39% em um ano
Dado-chave #2Não há planos de treinar LLMs grandes do zero: a equipe trabalha com pós-treinamento
Dado-chave #3Os modelos System One respondem em milissegundos, não em segundos

Por uma década e meia, a Cloudflare acelerou e protegeu sites de terceiros. Agora lança os próprios modelos de IA e se apresenta como um «neolab». O termo designa a nova geração de laboratórios de pesquisa em IA, que treinam seus modelos em vez de apenas usar os de outros.

Os dois primeiros modelos da empresa pertencem à classe System One: são modelos pequenos e rápidos, voltados a uma única tarefa específica, e respondem em milissegundos, não em segundos. O Clef toma decisões e retoma a ideia do modelo Jev, da startup TypeSafe AI: a Cloudflare o montou em 2 semanas, enquanto os criadores do original levaram 2 anos no Jev. O Clairic extrai valores de texto não estruturado, como o número do pedido de uma fatura.

O ponto prático para quem desenvolve: nem toda etapa de um pipeline precisa passar por uma LLM gigante.

Que modelos são esses e o que o System One tem a ver com isso

A ideia do System One é não enviar toda requisição a um grande modelo de linguagem. Quando é preciso decidir rápido, por exemplo para direcionar uma requisição pela rota certa, um modelo pequeno e especializado sai mais barato e é mais previsível. Michelle Chen, responsável pela parte de produto da plataforma de IA da Cloudflare, falou sobre isso na conferência AI Engineer Code Summit: «Não precisamos enviar toda requisição para uma LLM. Parte dela pode ir para um modelo System One».

O Clef é justamente um modelo de decisão. Segundo Chen, em setembro o Jev se tornou para a empresa um «vento leste», que mudou de forma inesperada sua visão sobre modelos. Ela atribui a diferença entre duas semanas e dois anos ao fato de a equipe já saber como o esquema da API deveria ser, e dá todo o crédito à TypeSafe AI, que concebeu esse novo tipo de modelo e o levou a um estágio funcional.

O Clairic é um desenvolvimento próprio da Cloudflare, lançado há um mês como o primeiro modelo de uma nova classe, os «modelos de extração». Ele recebe uma entrada não estruturada e extrai, calcula, estima ou prevê valores. Chen explica o problema: as LLMs geram texto um token por vez, por isso podem alucinar e, às vezes, devolvem um JSON quebrado. No exemplo da fatura, o modelo grande de repente fica em dúvida se o número do pedido é três, quatro ou cinco, embora ele esteja escrito de forma explícita no documento. O Clairic deve devolver um valor tipado, ou seja, um número de verdade, em uma única passada direta.

Neolab ou marketing

O termo «neolab» foi proposto em novembro do ano passado por Stephanie Palazzolo, do The Information. Na lista de Didi Das, da Menlo Ventures, aparecem Thinking Machines Lab, Poolside e a própria TypeSafe AI. Segundo Das, os neolabs reúnem pesquisadores de elite, gastam muito poder computacional (em geral no treinamento do próprio modelo), não têm receita relevante e costumam ser startups com grandes rodadas de investimento.

A Cloudflare foge dessa descrição em pelo menos metade dos pontos. É uma empresa de capital aberto, com receita alta. No terceiro trimestre, ela somou $782 milhões, alta de 39% em um ano, e a receita anual passou de $3 bilhões. O autor do material reconhece que o rótulo soa, em parte, como marketing. Chen descreve o movimento como uma evolução natural: infraestrutura, computação (a plataforma Workers, agora também para agentes), armazenamento, execução dos modelos abertos Kimi, GLM e DeepSeek no Workers AI e, agora, modelos próprios.

Por que a empresa quer modelos próprios

Chen aponta dois motivos. O primeiro: «Ser um neolab significa criar o que nos falta». O segundo é a redução de riscos. O Jev é fechado e não pode ser executado na infraestrutura própria. Os modelos abertos chineses podem passar a trazer riscos regulatórios. E muitos laboratórios querem lucrar e adotam licenças caras.

Os planos, porém, são modestos. A Cloudflare não pretende pré-treinar grandes modelos do zero, como fazem OpenAI e Anthropic: segundo Chen, «a maior parte da nossa equipe trabalha com pós-treinamento». Modelos de raciocínio e outras LLMs são possíveis, mas construídos sobre modelos existentes, tornados mais eficientes. Por enquanto são apenas sinalizações, não anúncios. Métricas de qualidade do Clef e do Clairic não foram apresentadas na palestra, então não é possível compará-los em precisão com as LLMs grandes.

O que fazer na prática

Percorra o seu pipeline e marque as etapas em que uma LLM é usada para classificação, roteamento ou extração de campos de faturas, e-mails e logs. Elas são candidatas a um modelo pequeno e especializado: a resposta é mais rápida, o formato é mais estável e há menos chance de um número de pedido inventado. Para a Cloudflare, é também uma forma de vender mais serviços na sua própria infraestrutura, onde a latência de milissegundos é a principal vantagem competitiva.

História

Perguntas frequentes sobre a notícia

O que se sabe sobre Que modelos são esses e o que o System One tem a ver com isso?

A ideia do System One é não enviar toda requisição a um grande modelo de linguagem. Quando é preciso decidir rápido, por exemplo para direcionar uma requisição pela rota certa, um modelo pequeno e especializado sai mais barato e é mais previsível. Michelle Chen, responsável pela parte de produto da plataforma de IA da Cloudflare, falou sobre isso na conferência AI Engineer Code Summit: «Não precisamos enviar toda requisição para uma LLM. Parte dela pode ir para um modelo System One».

O que se sabe sobre Neolab ou marketing?

O termo «neolab» foi proposto em novembro do ano passado por Stephanie Palazzolo, do The Information. Na lista de Didi Das, da Menlo Ventures, aparecem Thinking Machines Lab, Poolside e a própria TypeSafe AI. Segundo Das, os neolabs reúnem pesquisadores de elite, gastam muito poder computacional (em geral no treinamento do próprio modelo), não têm receita relevante e costumam ser startups com grandes rodadas de investimento. A Cloudflare foge dessa descrição em pelo menos metade dos pontos.

Por que a empresa quer modelos próprios?

Chen aponta dois motivos. O primeiro: «Ser um neolab significa criar o que nos falta». O segundo é a redução de riscos. O Jev é fechado e não pode ser executado na infraestrutura própria. Os modelos abertos chineses podem passar a trazer riscos regulatórios. E muitos laboratórios querem lucrar e adotam licenças caras. Os planos, porém, são modestos.

ZK
Zhemal Khamidun — CPO da Alpina Digital, gerente de produto do AlpinaGPT. Cria produtos de IA desde 2019. O Hamidun News é um projeto pessoal que virou um agregador em produção com mais de 6.000 leitores.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
O que você acha?
Carregando comentários…