Cloudflare, karar modelleri Clef ve Clef-flash'ı açık model olarak yayımladı

Cloudflare, 1 Ekim 2026'da Clef ve Clef-flash adlı iki karar modelini tanıttı. Şirketin duyurusuna göre bunlar, Workers AI ekibinin kendi eğittiği ilk modeller. İki model de Cloudflare'in yapay zeka platformu Workers AI'da hazır olarak çalışıyor. Model dosyaları ise Hugging Face'te Apache 2.0 lisansıyla herkesin indirmesine açık, yani kurumlar onları kendi sunucularında çalıştırabiliyor. Cloudflare aynı duyuruda, Clef'i müşterilerin kendi işlerine göre eğitmek için pekiştirmeli öğrenmeye (RL) dayanan bir ince ayar hizmeti de başlattı.

Karar modelleri seçeneklere olasılık veriyor

Karar modeli, bir yazılımın ya da yapay zeka ajanının iş akışı içinde hızlıca karar vermesi gereken anlar için tasarlanmış bir model türü. Modele bir durum, örneğin müşteriden gelen bir destek mesajı, ve cevap seçenekleri önceden belirlenmiş sorular verilir: talep acil mi, hangi ekip ilgilenmeli (faturalama, teknik ya da satış), müşteriye etkisi ne kadar ciddi. Model uzun bir yanıt yazmadan her seçenek için bir olasılık döndürüyor. Yazılım bu olasılıklara bakarak talebi ilgili ekibe yönlendirebiliyor, acil durumu yukarı taşıyabiliyor ya da emin olamadığı durumda kararı bir insana bırakabiliyor. Seçenekler her istekte yeniden tanımlanabildiği için yeni bir kategori eklemek modeli yeniden eğitmeyi gerektirmiyor.

Cloudflare, bu türün son haftalarda Typesafe AI'ın Jev modeliyle gündeme geldiğini belirtiyor. Clef'in istek ve yanıt yapısı Jev ile uyumlu, dolayısıyla Jev kullanan bir uygulama Clef'e kolayca geçebiliyor. Şirket, Clef'i kendi tehdit istihbaratı ekibinde web sitelerini sınıflandırmak için denediğini aktarıyor: model bir alan adının hangi kategorilere girdiğini, oltalama sitesi olma ihtimali dahil, tek seferde puanlıyor.

İki boy, görsel desteği ve geniş bağlam

Sayfadaki bilgilere göre büyük model Clef, Qwen3.8-27B üzerine, daha küçük ve hızlı olan Clef-flash ise Qwen3.5-9B üzerine kurulu. Cloudflare temel Qwen modellerini olduğu gibi bırakıp üzerine seçenekleri puanlayan küçük bir katman ve ek eğitim katmanları ekledi. Model durumu bir kez okuyup tüm seçenekleri aynı anda puanlıyor; kelime kelime metin üretmediği için genel amaçlı dil modellerinden belirgin şekilde hızlı çalışıyor. Hugging Face sayfalarına göre iki model de girdi olarak metin, JSON, görsel ve video karesi alabiliyor. Duyuruya göre modellerin bağlam penceresi, yani bir seferde okuyabildikleri metin miktarı, 64 bin kelime parçası (token). Cloudflare, büyük modeli hassasiyet gereken işler, Clef-flash'ı ise hızın öne çıktığı kararlar için öneriyor.

Şirketin yayımladığı karşılaştırmalarda Clef, Jev Decision Index adlı ölçüm setinde ilk sırada görünüyor ve Typesafe'in kendi iş akışı testlerinin çoğunda Jev'in önüne geçiyor; bazı testlerde ise rakip modeller önde. Sonuçlar Cloudflare'in hazırladığı canlı bir tabloda da yayımlandı.

Kullanıma açıldığı yerler ve ince ayar hizmeti

Modeller Workers AI'da @cf/cloudflare/clef adıyla çağrılabiliyor. Cloudflare, bu isteklerin içeriğini okumadığını, saklamadığını ve eğitimde kullanmadığını belirtiyor; ince ayar hizmetini seçen müşteriler bu konuda ayrı bir düzenlemeye tabi. Modeli kendi sunucusunda denemek isteyenler dosyaları Hugging Face'ten indirebiliyor; model kartlarında Python ile kullanım örnekleri yer alıyor. Güncel fiyatlar Cloudflare'in sitesinde.

Yeni pekiştirmeli öğrenme hizmeti iki aşamada geliyor. İlk aşamada Cloudflare'in müşteriyle doğrudan çalışan mühendis ekibi, Clef'i o müşterinin iş yüküne göre birlikte eğitiyor. Sonraki aşamada müşterilerin kendi verilerini toplayıp modeli eğitebilecekleri ve yeniden Cloudflare'de yayına alabilecekleri, kendi başlarına kullanacakları bir platform planlanıyor; bunun için tarih verilmedi. Sistem, trafiği kaydeden AI Gateway, deneme ortamı için Containers ve eğitilen modelin yeniden yayına alınması için Workers AI gibi mevcut Cloudflare parçalarını bir araya getiriyor. İlgilenen şirketler için bir başvuru formu açıldı.

Paylaşılan karşılaştırmaların tamamı Cloudflare tarafından yapıldı. Duyuruda ve model sayfalarında modellerin hangi dilleri ne kadar iyi anladığı belirtilmiyor, bu yüzden Türkçe metinlerde kullanmadan önce kendi örneklerinizle denemek iyi olur. Büyük modeli kendi sunucunuzda çalıştırmak güçlü bir veri merkezi ekran kartı gerektiriyor; model kartına göre testler tek bir NVIDIA H200 üzerinde yapıldı. Modellerin gerçek performansını görmek için bağımsız araştırmacıların değerlendirmelerini takip etmekte fayda var.

Kaynaklar: Cloudflare: Clef karar modelleri ve RL ince ayar hizmeti, Hugging Face: Cloudflare Clef, Hugging Face: Cloudflare Clef-flash.