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 radarCloudflare AI Blog→ original

Cloudflare reduziu o preço do Clef-flash de $0,09 para $0,038 por milhão de tokens e lançou o Clef-omni

A Cloudflare atualizou o Clef, uma família de modelos abertos que não escrevem texto, mas escolhem uma resposta entre opções prontas, como "spam ou não". A versão Clef-flash ficou mais barata, passando de $0,09 para $0,038 por milhão de tokens de entrada (token é um pedaço de texto pelo qual se cobra). Já o novo Clef-omni aceita texto, foto, áudio e vídeo em uma única requisição. O Clef padrão ficou 1,7 a 2 vezes mais rápido. Para moderação, isso significa uma chamada em vez de uma cadeia de modelos.

Processado por IA de Cloudflare AI Blog; editado por Hamidun News
Cloudflare reduziu o preço do Clef-flash de $0,09 para $0,038 por milhão de tokens e lançou o Clef-omni
Fonte: Cloudflare AI Blog. Colagem: Hamidun News.
Ouvir artigo
Ficha técnica e números-chave
ParâmetroDados
Fonte originalCloudflare AI Blog ↗
Editor-chefe
Dado-chave #1O Clef-flash agora aceita 24 mil tokens, e não mais 64 mil: apenas 0,24% das requisições são maiores que isso
Dado-chave #2O Clef-omni custa $0,15 por milhão de tokens, e o Clef padrão, $0,24
Dado-chave #3No teste When2Call, o Clef-omni fez 63,3%, enquanto o concorrente Jev fez 80,97%

Imagine que você precisa filtrar spam automaticamente em issues, identificar phishing em plugins ou procurar dados pessoais em arquivos. Para isso, não é preciso um chatbot que escreve respostas longas: basta um modelo que escolha uma opção de uma lista pronta, como "spam / não spam" ou "há dados pessoais / não há", e informe o quanto está confiante na escolha. É exatamente esse tipo de "modelo-solucionador" que a Cloudflare desenvolve, e a família se chama Clef.

Nesta semana, a empresa lançou o Clef-omni, que entende não só texto e imagens, mas também áudio e vídeo. A versão mais barata, o Clef-flash, caiu de $0,09 para $0,038 por milhão de tokens de entrada (token é um pedaço de texto, pelo número deles se calcula a cobrança de cada requisição). E o Clef padrão ficou 1,7 a 2 vezes mais rápido.

O que há de novo no Clef-omni

O Clef não responde com palavras. Você envia a descrição de uma situação e uma lista de perguntas, e o modelo responde a cada uma e dá uma nota de confiança.

O exemplo do blog da Cloudflare é a verificação da instalação de um aparelho de ar-condicionado. Você envia uma foto do equipamento, a gravação do seu funcionamento e um vídeo do ventilador, e depois pergunta: a plaquinha com o número de série está visível? Há chiado ou ruído de atrito? O ventilador está girando? Antes, seria preciso transcrever o áudio à parte e extrair os quadros do vídeo. Agora, tudo vai em uma única requisição. São aceitos os formatos wav e mp3 para áudio, e mp4 e webm para vídeo.

Por trás disso está o Qwen3-Omni-30B-A3B-Instruct, um modelo com arquitetura mixture-of-experts (na resposta, só uma parte dos "especialistas" é ativada). A Cloudflare pegou a parte que "entende" os dados de entrada e removeu o bloco de síntese de voz. Como o Clef-omni não gera nada, ele não precisa de legendas intermediárias para os arquivos: faz uma única passagem por toda a requisição e avalia de uma vez todas as opções válidas. O treinamento segue o mesmo método do Clef: a base fica congelada, e sobre ela são treinados pequenos adaptadores LoRA. A confiança do modelo é calibrada com a métrica Brier score, que penaliza erros cometidos com excesso de certeza.

A velocidade declarada é de cerca de 130 ms (mediana) para decisões em texto, cerca de 150 ms para imagem e algumas centenas de milissegundos para áudio. Um vídeo de 21 segundos com som é processado em cerca de 1,5 segundo. Os pesos foram publicados no Hugging Face.

Mais barato e mais rápido: o que mudou no Clef-flash e no Clef

O Clef-flash agora custa $0,038 por milhão de tokens de entrada, em vez de $0,09. A Cloudflare afirma que isso é mais barato que o Jev, da TypeSafe, concorrente direto. O Clef padrão continua em $0,24, e o Clef-omni começa em $0,15.

Há um preço para o desconto. O Clef-flash hospedado no Workers AI agora aceita até 24 mil tokens, e não mais os 64 mil anunciados antes. Segundo estatísticas da empresa, esse limite é ultrapassado por apenas 0,24% das requisições. Se os seus documentos forem mais longos, migre para o Clef com janela de 64k. Os pesos no Hugging Face não mudaram: eles foram treinados para contextos de até 256 mil tokens, e, ao hospedar o modelo por conta própria, o limite de 24 mil não se aplica.

O Clef padrão ficou mais rápido sem mudança nos pesos: as otimizações foram feitas do lado do servidor, com a inferência migrada para o SGLang. A Cloudflare enviou ao projeto um pull request com suporte ao Clef (ele será incluído no SGLang 0.5.22). Tempo mediano de resposta:

  • cerca de 800 tokens: de 262 para 152 ms (1,7 vez mais rápido);
  • cerca de 3.400 tokens: de 616 para 305 ms (2 vezes mais rápido);
  • cerca de 16.000 tokens: de 2.721 para 1.635 ms (1,7 vez mais rápido).

O que mostram os testes e onde estão as armadilhas

Os benchmarks do blog devem ser lidos com cautela: são números da própria empresa. O Clef-omni se sai bem em chamadas de função (no teste BFCL, 98,2% de acertos exatos) e na identificação da intenção do usuário: CLINC150 com 97,7 e BANKING77 com 94,8, na métrica macro-F1 (que faz a média da qualidade entre todas as classes). No teste de uso de API (API-Bank), obteve 92,7% e superou o Clef padrão (91,93%).

Mas não há vitória universal. No teste When2Call, em que o modelo decide se precisa chamar uma ferramenta, o Clef-omni tem 63,3%, contra 72,37% do Clef e 80,97% do Jev. Em aparelhos domésticos (Home appliances), o Clef-omni tem 69,3% de acerto exato, enquanto o Clef-flash chega a 97,73%. No teste de phishing PhishNChips, ele tem 73,2%, contra 79,6% do Clef. Em cenários de trabalho da TypeSafe, como o processamento de faturas, o Clef padrão também está à frente: 64,7 contra 60,2 em ações exatas.

Isso faz sentido: a multimodalidade torna o modelo mais versátil, mas não mais preciso em cada tarefa estreita. Se você trabalha apenas com texto, o Clef ou o Clef-flash parecem a escolha mais racional.

O que fazer na prática

A própria Cloudflare usa o Clef para fechar automaticamente spam no repositório da documentação, verificar plugins do CMS EmDash em busca de phishing, localizar dados pessoais, como documentos de identidade, e identificar domínios maliciosos. A API é compatível com o Jev e está disponível pelo AI Gateway, então, para testar, basta trocar o identificador do modelo.

A ordem sensata é esta: Clef-flash para verificações textuais em massa com menos de 24 mil tokens; Clef para documentos longos e máxima precisão; Clef-omni quando há voz e vídeo no fluxo. Antes de colocar em produção, rode os modelos em uma amostra sua: os testes de aparelhos domésticos e de phishing mostram que, em uma tarefa específica, a diferença entre os modelos pode ser muito grande.

História

Perguntas frequentes sobre a notícia

O que há de novo no Clef-omni?

O Clef não responde com palavras. Você envia a descrição de uma situação e uma lista de perguntas, e o modelo responde a cada uma e dá uma nota de confiança. O exemplo do blog da Cloudflare é a verificação da instalação de um aparelho de ar-condicionado. Você envia uma foto do equipamento, a gravação do seu funcionamento e um vídeo do ventilador, e depois pergunta: a plaquinha com o número de série está visível? Há chiado ou ruído de atrito? O ventilador está girando?

O que se sabe sobre Mais barato e mais rápido: o que mudou no Clef-flash e no Clef?

O Clef-flash agora custa $0,038 por milhão de tokens de entrada, em vez de $0,09. A Cloudflare afirma que isso é mais barato que o Jev, da TypeSafe, concorrente direto. O Clef padrão continua em $0,24, e o Clef-omni começa em $0,15. Há um preço para o desconto. O Clef-flash hospedado no Workers AI agora aceita até 24 mil tokens, e não mais os 64 mil anunciados antes. Segundo estatísticas da empresa, esse limite é ultrapassado por apenas 0,24% das requisições.

O que mostram os testes e onde estão as armadilhas?

Os benchmarks do blog devem ser lidos com cautela: são números da própria empresa. O Clef-omni se sai bem em chamadas de função (no teste BFCL, 98,2% de acertos exatos) e na identificação da intenção do usuário: CLINC150 com 97,7 e BANKING77 com 94,8, na métrica macro-F1 (que faz a média da qualidade entre todas as classes). No teste de uso de API (API-Bank), obteve 92,7% e superou o Clef padrão (91,93%). Mas não há vitória universal.

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…