让 AI 别乱发挥：Cloudflare 开源 Clef 决策模型

01｜你让 AI 分类，其实是在赌它别多说废话

用过 AI 做分类的人都有这个经验：写一段提示词，结尾加一句“只输出 JSON”，然后写一堆兜底代码，防止它不听话。

因为它时不时会多说一句。你问它这条评论是好评还是差评，它回你“根据评论内容分析，这属于差评”，前面那句解释就让程序解析失败了。

Clef 这类模型没有这个问题。它的输出空间就是你的选项本身，只有概率，没有文字可以多写。你要“好评/差评”，它给你的就是这两个词各自的概率。

它还能看图。Jev 只吃文字，图片得先转成文字描述才能喂进去。判断一张票据、一张截图、一张商品图，这是能不能做的问题。

02｜官方博客没提价格，价格恰好是反转的地方

Cloudflare 那篇发布博客讲速度、讲质量、讲微调平台，通篇没有一个字提价格。价格藏在开发者文档里。

Clef 每百万字（token）$0.24，小号的 Clef-flash 是 $0.09。

对照的 Jev 是 TypeSafe 出的同类模型。官网写的是每十亿 token $42，折合每百万 $0.042。换算下来 Clef 贵了五倍多。

快是真的快。Cloudflare 在自己跑的43项评测里测，Clef 的中位响应是209毫秒，Jev 是524毫秒。

03｜“领先”这两个字，得看你问的是哪一类

Cloudflare 说 Clef 在评测里领先 Jev，这话不假，但拆开看就不一样了。

工具调用、银行意图、意图分类这几类任务，Clef 赢得明显，有的项高出十几分。可换成研究生级的问答、通用推理这些，Jev 反过来领先，最大的一项差了30分。

图源：Cloudflare 官方博客《Introducing Clef》（2026-10-01）。橙色点为 Cloudflare 自报数据，深灰点为对照的 Jev，横轴是响应速度（越左越快），纵轴是评测总分（越高越好）。图中分数由 Cloudflare 自己跑出。

所以准确的说法是：Clef 只在“分类判断”这一格领先。它本来就不是一个更聪明的模型，是一个更窄的模型——窄到没有发挥空间。

04｜开源了，还能按你的业务调

权重是开源的，许可证是 Apache 2.0，可以下载到自己电脑上跑，也可以拿去自己微调。

Cloudflare 同时开了一个微调服务，分两步走：先由他们的工程师带着客户做，之后开放成自助平台。链路大概是，先把你生产环境里的请求记下来，你自己整理成任务、定义什么叫“答对”，然后模型按当前策略试，跑工具和测试算分，更新权重，最后挑一版部署回去。

官方把代价也写明了：微调可能让你牺牲一部分通用能力，换特定领域的准确率。他们自己拿三个场景举例，评估内容安全提交、给客服请求分诊、判断来爬网站的是好 bot 还是坏 bot。

05｜我的判断

AI 正在被拆成两种。一种负责说话，一种负责判断。

说话的那种永远可能胡说，因为它的任务就是生成文字，而文字空间是无限的。判断的那种不会，因为它的答案空间就是你给的那几个选项，没有地方可以编。

所以这件事值不值得你关心，取决于你手上有没有“分类”这类活。有，它就是一个可以换掉的零件；没有，那它只是一条行业新闻。

一句话

Clef 把“判断”从 AI 的聊天能力里拆了出来：不生成文字、只给概率、代码开源，代价是比同类贵五倍多。