Cloudflare 發布了基於 Qwen3.8 的 Clef 與 Clef-flash 兩個開權重決策模型，並同步推出新的強化學習微調平台。這些模型旨在提供帶有置信度的快速類型化輸出，目前在 Jev 決策指數基準測試中名列前茅。
此發布降低了構建自主代理的門檻，因為這些專門的決策模型在路由和分類任務中表現優於通用大型語言模型。強化學習微調平台的推出，讓開發者無需具備深厚的 AI 專業知識，即可針對特定領域自訂這些模型。
Clef 基於 Qwen3.8-27B，而 Clef-flash 則使用較小的 Qwen3.5-9B 後端，每百萬輸入令牌的定價為 0.24 美元，具有競爭力。儘管被標記為開源，但其權重為開權重且授權寬鬆，但訓練數據和流程仍為專有。
事件背景
決策模型是專門的 AI 系統，它們輸出結構化、類型化的回應（如分類或評分），而非自由格式的文本，這使其非常適合代理工作流程。強化學習（RL）微調是一種根據回饋或獎勵來優化這些模型的技術，從而隨著時間推移提高其決策準確性。
社群觀察
社群成員對其性能和本地部署潛力感到興奮，部分人指出其定價雖高於 Jev 等競爭對手，但內建的視覺編碼功能證明了其合理性。討論中也強調了開權重與真正開源之間的區別，因為訓練數據並未完全公開。
