209,3 Millisekunden. So lange braucht das neue Cloudflare-Modell Clef im Median, um eine Entscheidung zu treffen, und ist damit rund zweieinhalbmal schneller als der stärkste bekannte Mitbewerber. Am 1. Oktober 2026 hat Cloudflare mit Clef und Clef-flash zwei Modelle vorgestellt, die nicht schreiben, sondern entscheiden. Für KI-Agenten, die in Sekundenbruchteilen zwischen Ja und Nein, zwischen mehreren Optionen oder entlang einer Bewertungsskala wählen müssen, ist das ein neuer Baustein, und laut Cloudflare der erste seiner Art mit offen verfügbaren Modellgewichten.
Cloudflare Clef positioniert sich damit nicht als weiteres Chat-Modell, sondern als spezialisierte Infrastruktur-Komponente für Agenten-Workflows, die schnelle, strukturierte Entscheidungen treffen müssen, statt lange Texte zu produzieren.
Inhaltsverzeichnis
Key Takeaways
- Cloudflare Clef (27 Milliarden Parameter) und Clef-flash (9 Milliarden Parameter) sind am 1. Oktober 2026 als Open-Source-Gewichte unter Apache-2.0-Lizenz auf Hugging Face erschienen.
- Beide Modelle laufen gehostet auf Cloudflare Workers AI unter den Bezeichnungen @cf/cloudflare/clef und @cf/cloudflare/clef-flash.
- Statt freiem Text liefern die Modelle Wahrscheinlichkeiten für typisierte Antworten (Ja/Nein, Auswahl, Bewertung), bis zu 64 Fragen pro Anfrage.
- Im Cloudflare-eigenen Benchmark ist Clef im Median rund 2,5-mal schneller als der Mitbewerber Jev, Clef-flash etwa 13-mal schneller.
- Clef unterstützt 64.000 Token Kontext und verarbeitet zusätzlich Bilder und Video, ein Vision-Encoder, den Jev nicht besitzt.
Was ist Cloudflare Clef? Decision Models einfach erklärt
Die meisten bekannten KI-Modelle sind darauf trainiert, zusammenhängenden Text zu erzeugen, Antworten, Zusammenfassungen, Code. Cloudflare Clef verfolgt einen anderen Ansatz. Das Modell liest einen sogenannten Zustand (state), also eine Beschreibung der aktuellen Situation, zusammen mit einer oder mehreren typisierten Fragen. Statt einer Textantwort gibt Clef für jede mögliche Antwort eine Wahrscheinlichkeit zurück.
Cloudflare unterscheidet dabei drei Fragetypen:
- noul, klassische Ja/Nein-Entscheidungen
- choice, Auswahl aus mehreren vordefinierten Optionen
- score, Bewertung nach einer festgelegten Rubrik, etwa einer Punkteskala
Ein einzelner Aufruf kann laut Cloudflare bis zu 64 solcher Fragen gleichzeitig verarbeiten. Das macht Cloudflare Clef besonders interessant für Agenten-Systeme, die viele kleine Entscheidungen in einem Arbeitsschritt treffen müssen, zum Beispiel bei der Moderation von Inhalten, der Klassifikation von Webseiten oder der Steuerung von Workflow-Logik. Wie wichtig robuste Kontrollmechanismen bei autonom handelnden KI-Agenten sind, zeigt auch unser Bericht über einen realen Hackversuch durch einen KI-Agenten.
"Decision Models lesen keinen Prompt, sie lesen eine Entscheidungssituation."
Diese Formulierung aus der Cloudflare-Ankündigung bringt den Unterschied zu klassischen Sprachmodellen auf den Punkt: Es geht nicht um Kreativität, sondern um strukturierte, überprüfbare Entscheidungen.
Cloudflare Clef vs. Clef-flash: Technische Daten im Überblick
Beide Modelle basieren auf bestehenden Qwen-Architekturen, wurden von Cloudflare aber eigenständig für den Entscheidungs-Anwendungsfall nachtrainiert. Die folgende Tabelle fasst die wichtigsten technischen Eckdaten zusammen:
| Merkmal | Clef | Clef-flash |
|---|---|---|
| Parameter | 27 Milliarden | 9 Milliarden |
| Basismodell | Qwen3.8-27B | Qwen3.5-9B |
| Lizenz | Apache 2.0 | Apache 2.0 |
| Kontextfenster | 64.000 Token | nicht gesondert angegeben |
| Multimodal | Text, Bild, Video (bis 4 Bilder) | Text |
| Modell-ID auf Workers AI | @cf/cloudflare/clef | @cf/cloudflare/clef-flash |
| Median-Latenz (Benchmark) | 209,3 ms | 38,8 ms |
Der wesentliche Unterschied liegt also nicht nur in der Modellgröße, sondern auch im Funktionsumfang: Nur Clef kann zusätzlich zu Text auch Bilder und Video verarbeiten. Für Anwendungsfälle, bei denen reine Geschwindigkeit entscheidend ist und kein visueller Input nötig ist, dürfte Clef-flash die praktischere Wahl sein.
Geschwindigkeit im Vergleich: Cloudflare Clef gegen Jev und gpt-oss-120b
Latenz ist für Entscheidungs-Workflows oft wichtiger als für klassische Chat-Anwendungen, weil Agenten häufig mehrere Entscheidungen hintereinander treffen müssen, bevor ein Nutzer überhaupt eine Rückmeldung erhält. Cloudflare hat deshalb einen eigenen Benchmark mit 43 Testläufen durchgeführt und Clef sowie Clef-flash mit dem Mitbewerber-Produkt Jev von TypeSafe AI verglichen.
Die Ergebnisse im Überblick:
| Modell | Median-Latenz |
|---|---|
| Clef-flash | 38,8 ms |
| Clef | 209,3 ms |
| Jev (TypeSafe AI) | 524,1 ms |
Damit ist Clef im Median rund 2,5-mal schneller als Jev, Clef-flash sogar etwa 13-mal schneller. Für Anwendungen mit hohem Durchsatz, etwa Echtzeit-Moderation oder Massenklassifikation, kann dieser Unterschied über die praktische Einsetzbarkeit entscheiden.
Auch im direkten Vergleich mit einem großen Allzweck-Sprachmodell zeigt sich ein deutlicher Unterschied: Bei der Klassifikation einer Website-Domain brauchte Clef in Kombination mit Cloudflares Browser-Rendering-Dienst laut dem eigenen Threat-Intelligence-Team 2,2 Sekunden, verglichen mit 4,7 Sekunden für gpt-oss-120b bei der identischen Aufgabe.
Praxisbeispiel: Phishing-Erkennung mit Cloudflare Clef
Ein konkretes Anwendungsbeispiel liefert Cloudflares internes Threat-Intelligence-Team. Die Aufgabe: Eine Webseite soll automatisch danach eingeordnet werden, mit welcher Wahrscheinlichkeit es sich um eine Phishing-Seite, einen E-Commerce-Shop oder eine Fashion-Webseite handelt.
Der Ablauf dabei:
- Die Zielseite wird über den Browser-Rendering-Dienst von Cloudflare geladen.
- Der resultierende Zustand (Screenshot, Textinhalt, Struktur) wird an Clef übergeben.
- Clef beantwortet typisierte Fragen nach dem choice-Format mit Wahrscheinlichkeiten für jede Kategorie.
Diese Kombination benötigte 2,2 Sekunden, deutlich schneller als die 4,7 Sekunden, die gpt-oss-120b für dieselbe Klassifikationsaufgabe brauchte. Für Sicherheitsteams, die große Mengen an Domains in Echtzeit bewerten müssen, ist dieser Geschwindigkeitsvorteil direkt relevant, weil er die Reaktionszeit auf potenziell schädliche Seiten verkürzt.
Open Source, Lizenz und Verfügbarkeit
Ein zentrales Merkmal von Cloudflare Clef ist die Offenheit. Die Modellgewichte beider Varianten stehen unter der Apache-2.0-Lizenz frei auf Hugging Face zum Download bereit. Entwickler können die Modelle damit grundsätzlich auch außerhalb von Cloudflares Infrastruktur betreiben, etwa auf eigener Hardware oder bei anderen Cloud-Anbietern.
Parallel dazu bietet Cloudflare beide Modelle gehostet über Workers AI an, den serverlosen Inferenzdienst der Plattform. Die Modell-Kennungen lauten:
- @cf/cloudflare/clef
- @cf/cloudflare/clef-flash
Diese Doppelstrategie, offene Gewichte plus gehosteter Dienst, unterscheidet Cloudflare Clef von vergleichbaren Angeboten anderer Anbieter, die ihre Decision-Modelle ausschließlich als geschlossene API bereitstellen.
Reinforcement-Learning-Finetuning: Clef für eigene Workloads anpassen
Zusätzlich zum Modell-Release kündigte Cloudflare eine neue Reinforcement-Learning-Finetuning-Plattform an. Ziel ist es, Kunden die Möglichkeit zu geben, Clef gezielt auf ihre eigenen Entscheidungs-Workloads zuzuschneiden, statt nur mit dem Basismodell zu arbeiten.
Der Rollout erfolgt in zwei Phasen:
- Zunächst über ein Forward-Deployed-Engineering-Team, das Kunden direkt beim Finetuning unterstützt.
- Später als Self-Service-Angebot, mit dem Entwickler das Feintuning eigenständig durchführen können.
Für Unternehmen mit sehr spezifischen Entscheidungslogiken, etwa branchenspezifischen Moderationsregeln oder internen Risikobewertungen, könnte dieses Angebot langfristig wichtiger werden als das Basismodell selbst, weil es die Anpassung an reale Geschäftsregeln ermöglicht.
Einordnung: Cloudflare Clef im Wettbewerbsvergleich
Cloudflare Clef ist nicht die erste Lösung dieser Art auf dem Markt. Ähnliche "Decision"-Angebote existieren bereits bei anderen großen Anbietern:
| Anbieter | Produkt | Offene Modellgewichte |
|---|---|---|
| Cloudflare | Clef / Clef-flash | Ja (Apache 2.0) |
| OpenAI | Decisions API | Nein |
| Amazon | Strands Decider | Nein |
Der entscheidende Unterschied liegt in der Offenheit: Cloudflare ist nach aktuellem Stand der einzige der drei genannten Anbieter, der die Modellgewichte frei zugänglich macht. Das erlaubt Entwicklern mehr Transparenz über das Verhalten des Modells und mehr Flexibilität beim Betrieb, unabhängig davon, ob sie langfristig auf Cloudflares eigene Infrastruktur setzen wollen oder nicht.
Für wen lohnt sich Cloudflare Clef?
Cloudflare Clef eignet sich besonders für Teams, die:
- KI-Agenten bauen, die viele kleine, strukturierte Entscheidungen statt langer Textantworten benötigen
- hohe Anforderungen an Latenz haben, etwa bei Echtzeit-Moderation oder Sicherheitsklassifikation
- Wert auf offene Modellgewichte und Vendor-Unabhängigkeit legen
- bereits im Cloudflare-Ökosystem arbeiten, etwa mit Workers AI oder Browser Rendering
Für einfache Chat-Anwendungen oder kreative Textgenerierung bleibt Clef hingegen nicht die passende Wahl, dafür sind klassische Sprachmodelle weiterhin besser geeignet.
Häufig gestellte Fragen zu Cloudflare Clef
Was unterscheidet Cloudflare Clef von normalen Sprachmodellen? Clef generiert keinen freien Text, sondern gibt Wahrscheinlichkeiten für vordefinierte, typisierte Antworten zurück, etwa Ja/Nein, Auswahloptionen oder Bewertungen nach Rubrik.
Ist Cloudflare Clef kostenlos nutzbar? Die Modellgewichte sind unter Apache 2.0 frei auf Hugging Face verfügbar. Der gehostete Betrieb erfolgt über Cloudflare Workers AI.
Kann Clef auch Bilder verarbeiten? Ja, Clef unterstützt zusätzlich zu Text auch Bild- und Videoeingaben, bis zu vier Bilder pro Anfrage. Clef-flash ist auf Text beschränkt.
Wie schnell ist Clef im Vergleich zu anderen Decision-Modellen? Im Cloudflare-eigenen Benchmark erreichte Clef eine Median-Latenz von 209,3 ms, Clef-flash 38,8 ms, gegenüber 524,1 ms beim Mitbewerber Jev.
Fazit
Cloudflare Clef zeigt, wie sich KI-Infrastruktur für Agenten-Systeme weiterentwickelt: weg von allgemeinen Textgeneratoren, hin zu spezialisierten Werkzeugen für strukturierte Entscheidungen. Die Kombination aus niedriger Latenz, offenen Modellgewichten und direkter Integration in Workers AI macht Clef zu einer praktischen Option für Entwickler, die schnelle, nachvollziehbare Entscheidungen in ihre Agenten einbauen wollen.
Wer Cloudflare Clef ausprobieren möchte, kann die Modellgewichte auf Hugging Face herunterladen oder direkt über Workers AI mit den Modell-IDs @cf/cloudflare/clef beziehungsweise @cf/cloudflare/clef-flash starten. Für Teams mit speziellen Anforderungen lohnt sich zudem ein Blick auf die angekündigte Reinforcement-Learning-Finetuning-Plattform, sobald diese als Self-Service verfügbar ist.
Referenzen
- Cloudflare Blog: "Clef: Open-source decision models for AI agents", blog.cloudflare.com/clef-decision-models/, 1. Oktober 2026.
- Cloudflare Developers Changelog: "Clef on Workers AI", developers.cloudflare.com/changelog/post/2026-10-01-clef-workers-ai/, 1. Oktober 2026.
