🧠 Cloudflare entra en la carrera de los decision models: Clef es open source, corre en 39 ms y deja a Jev sin su ventaja de latencia
Cloudflare publica Clef (27B) y Clef-flash (9B), modelos de decisión Apache 2.0 basados en Qwen que responden en 39-209 ms sobre el edge. Multimodales, con 64K de contexto y API compatible con Jev.
🧠 La categoría que nació hace 12 días ya tiene a su cuarto jugador
El 22 de septiembre publicamos aquí mismo Jev, el primer "System One Model": un modelo que no genera texto, sino que puntúa las opciones que tú le das y devuelve probabilidades calibradas en una única pasada hacia delante. Doce días después habían aparecido CLM-8B de Stanford y Nvidia y Strands Decider 2B de AWS.
Ayer se sumó el cuarto —y el más inesperado—: Cloudflare, una de las principales redes de infraestructura de internet, publicó Clef y Clef-flash, sus primeros modelos de IA open source, bajo licencia Apache 2.0 y disponibles en Hugging Face y en Workers AI.
La diferencia con los anteriores no es solo quién los hace, sino dónde corren: sobre la red global de Cloudflare, con proximidad a los centros de datos edge. Y eso cambia el cálculo de latencia de toda la categoría.
Qué hace un decision model (y por qué importa ahora)
Un decision model ocupa el hueco entre un LLM y un clasificador tradicional. Los LLM razonan y llaman a herramientas, pero sus outputs son textos variables y lentos. Los clasificadores son rápidos pero hay que reentrenarlos para cada nueva categoría. Un decision model da lo mejor de ambos mundos: le pasas un estado (texto, JSON o una captura de pantalla) y unas preguntas tipadas —elección entre opciones, sí/no, o una puntuación— y te devuelve una probabilidad por opción con un score de confianza.
La ventaja práctica es doble: no puede alucinar (la respuesta siempre es una de tus opciones) y la latencia se mide en milisegundos, no en segundos. Eso permite colocar al decider en puntos del camino del agente donde un LLM frontier nunca podría estar: como guardia antes de cada tool call, clasificando cada mensaje antes de decidir si merece la atención de un modelo caro.
La arquitectura de Clef: Qwen como base y datos sintéticos
Cloudflare no entrenó estos modelos desde cero. Los detalles técnicos, recogidos por The Decoder:
| Modelo | Parámetros | Base | Contexto | Licencia |
|---|---|---|---|---|
| Clef | 27B | Qwen3.8-27B | 64K tokens | Apache 2.0 |
| Clef-flash | 9B | Qwen3.5-9B | 64K tokens | Apache 2.0 |
El proceso es el siguiente: el modelo base permanece congelado, y Cloudflare entrena componentes adicionales con datos sintéticos propios. Estos componentes extraen las opciones de respuesta y sus probabilidades directamente de los cálculos internos del modelo —de su hidden state— en lugar de generar texto y parsearlo después. El método de entrenamiento es una variante de RLCD (Reinforcement Learning for Calibrated Decisions), el mismo enfoque que TypeSafe usó para entrenar Jev: el modelo responde a múltiples preguntas sobre una misma entrada en una única llamada, y se le entrena para que sus probabilidades coincidan con la frecuencia real de aciertos.
Un detalle que marca distancia con la competencia: Clef es multimodal. Jev, de momento, solo procesa texto; Clef lee imágenes —capturas de pantalla, documentos— y su ventana de 64K tokens es el doble que la de su rival directo.
Los números: más rápido en general, pero no en todo
Cloudflare afirma haber evaluado a Clef en 43 benchmarks y que lidera 7 de los 10 benchmarks de decisión que compara contra la competencia, ganando en velocidad a todos los decision models relevantes. Las latencias medianas que reporta:
| Modelo | Latencia mediana |
|---|---|
| Clef-flash | ~39 ms |
| Clef | ~209 ms |
| Jev (TypeSafe) | ~524 ms |
Clef-flash es 13 veces más rápido que Jev. Pero la precisión es más matizada: en los benchmarks recogidos por The Decoder, Jev sigue ganando en algunos —When2Call (80,97% vs 72,37% de Clef)—, mientras que Clef gana en otros —API Bank (91,93% vs 88,19%)—. Es decir, la categoría aún no tiene un ganador claro en calidad; lo que está cambiando es quién puede ofrecer estas capacidades, a qué precio y en qué infraestructura.
El caso de uso que Cloudflare muestra internamente es ilustrativo: su equipo de threat intelligence clasifica dominios con Clef. Asigna a un sitio web una probabilidad del 95% de ser una tienda de moda y menos del 1% de ser phishing. El proceso completo —descargar, renderizar y clasificar— tomó 2,2 segundos; el modelo de lenguaje más rápido de Cloudflare tardó 4,7 segundos y solo devolvió dos categorías.
Del edge a tu GPU: llama.cpp ya los ejecuta en local
Hay un segundo movimiento que conecta directamente con la filosofía de este sitio. Mientras Cloudflare publicaba Clef, llama.cpp añadía soporte nativo para decision models a través de un nuevo endpoint /v1/systemone (implementación en el PR #29818). El formato sigue el System One que introdujo Jev, así que los clientes existentes solo necesitan cambiar la base URL.
En la colección oficial de ggml-org hay cinco modelos listos para descargar en GGUF:
| Modelo | Tamaño | Basado en | Idiomas | Imágenes | Latencia* |
|---|---|---|---|---|---|
| Julia-1 | 144M | mmBERT-small | 50+ | no | 3 ms |
| Laya | 421M | ModernBERT-large | inglés | no | 5 ms |
| Kev-4B | 4B | Qwen3.5-4B-Base | inglés | no | 12 ms |
| lev | 4B | Qwen3.5-4B | inglés | no | 36 ms |
| OpenJev | 27B | Qwen3.8-27B | 6 idiomas | sí | 43 ms |
*Mediana para responder una pregunta en una RTX PRO 6000.
El patrón es el mismo que en los modelos de lenguaje: los pesos abiertos llegan primero a la nube y después al hardware de consumo. Un decider de 144M parámetros respondiendo en 3 milisegundos en tu propia GPU no es una optimización de costes —es una arquitectura nueva para diseñar agentes.
La carrera, en dos semanas
| Fecha | Modelo | Quién | Licencia |
|---|---|---|---|
| 22 sep | Jev | TypeSafe AI | Propietaria (API) |
| 29 sep | CLM-8B | Stanford / Nvidia | Apache 2.0 |
| 2 oct | Strands Decider 2B | AWS | Apache 2.0 |
| 2 oct | Clef / Clef-flash | Cloudflare | Apache 2.0 |
| 2 oct | Soporte en llama.cpp | ggml-org | Apache 2.0 (toolchain) |
OpenAI también entró la semana pasada con su Decisions API construida sobre GPT-6 Luna en DevDay. En doce días, la categoría pasó de un único modelo propietario por API a cinco jugadores, cuatro de ellos con pesos abiertos, y un runtime que los ejecuta en local.
Cloudflare lo dice sin rodeos: "un humano ya no necesita estar necesariamente en el loop de las decisiones de un agente". Los agentes pueden "recoger contexto programáticamente, tomar decisiones y ejecutar acciones, o diferir a un humano cuando sea necesario". La pregunta ya no es si los decision models van a ser infraestructura —lo están siendo—, sino cuántos de tus agentes van a depender de un modelo que ni siquiera genera texto.
Fuentes: Blog de Cloudflare · Changelog oficial de Cloudflare · The Decoder · Hugging Face: Cloudflare/clef · Hugging Face Blog: decision models en llama.cpp