Cloudflare ra mắt Clef và Clef-flash để hỗ trợ agent ra quyết định
Cloudflare ra mắt Clef và Clef-flash trên nền tảng Workers AI vào ngày 1/10/2026. Đây là hai mô hình ra quyết định mã nguồn mở được thiết kế để giúp agent lựa chọn hành động hoặc định tuyến tác vụ, thay vì tạo ra văn bản tự do như một mô hình ngôn ngữ thông thường. Theo Cloudflare, chúng cũng là những mô hình AI đầu tiên được đội ngũ Workers AI huấn luyện nội bộ.
Điểm đáng chú ý của Clef là cách mô hình nhận dữ liệu đầu vào dưới dạng trạng thái và câu hỏi định kiểu, sau đó trả về xác suất phân loại có cấu trúc. Cách thiết kế này phù hợp với các hệ thống cần chọn bước tiếp theo một cách rõ ràng, chẳng hạn chuyển yêu cầu tới một công cụ, phân loại nội dung hoặc lựa chọn nhánh xử lý của agent.
Clef là gì và khác mô hình tạo văn bản ra sao?
Clef là mô hình AI ra quyết định, tập trung dự đoán lựa chọn hoặc lớp phù hợp từ trạng thái đầu vào, thay vì viết câu trả lời dài theo cách của chatbot. Kết quả có cấu trúc giúp ứng dụng dễ đưa dự đoán vào quy trình xử lý tiếp theo mà không phải phân tích lại một đoạn văn do mô hình sinh ra.
Với mô hình tạo sinh văn bản, ứng dụng thường yêu cầu hệ thống viết nội dung rồi mới trích xuất ý định hoặc hành động từ câu trả lời. Clef hướng đến một bước xử lý trực tiếp hơn: ứng dụng gửi trạng thái cùng câu hỏi có định dạng xác định và nhận về xác suất cho các lựa chọn. Điều đó đặc biệt hữu ích khi agent phải quyết định nên gọi công cụ nào, tiếp tục bước nào hoặc định tuyến yêu cầu đến thành phần nào.
- Đầu vào: trạng thái của tác vụ và câu hỏi được định kiểu.
- Đầu ra: xác suất phân loại có cấu trúc, phục vụ việc lựa chọn hoặc định tuyến.
- Mục tiêu: hỗ trợ quyết định trong quy trình của agent, thay vì tạo văn bản tự do.
Cách tiếp cận này không đồng nghĩa Clef thay thế mọi mô hình ngôn ngữ. Thay vào đó, nó có thể đảm nhiệm phần quyết định trong một hệ thống kết hợp: mô hình tạo sinh hiểu hoặc diễn đạt nội dung, còn mô hình ra quyết định chọn hướng xử lý tiếp theo. Với các nhà phát triển, lợi ích thực tế phụ thuộc vào việc tác vụ có thể được mô tả thành trạng thái và các lựa chọn rõ ràng hay không.
Thông số của Clef và Clef-flash trên Workers AI
Cloudflare ra mắt hai phiên bản để phục vụ các nhu cầu khác nhau về năng lực và tốc độ. Clef có 27 tỷ tham số, được huấn luyện hậu kỳ từ Qwen3.8-27B; Clef-flash có 9 tỷ tham số, được phát triển từ Qwen3.5-9B. Theo thông tin công bố, cả hai đều hỗ trợ đầu vào đa phương thức gồm văn bản, hình ảnh và video, đồng thời có cửa sổ ngữ cảnh 65.536 tokens.
- Clef: 27 tỷ tham số; huấn luyện hậu kỳ từ Qwen3.8-27B.
- Clef-flash: 9 tỷ tham số; phát triển từ Qwen3.5-9B.
- Đầu vào đa phương thức: văn bản, hình ảnh và video.
- Cửa sổ ngữ cảnh: 65.536 tokens ở cả hai mô hình.
Việc có hai kích thước tạo thêm lựa chọn khi triển khai. Một hệ thống ưu tiên độ trễ thấp có thể đánh giá Clef-flash trước, trong khi tác vụ cần năng lực mô hình lớn hơn có thể thử Clef. Tuy nhiên, kích thước tham số không tự nó quyết định mô hình nào phù hợp: nhà phát triển cần thử trên dữ liệu, định dạng đầu vào và tiêu chí đánh giá thực tế của ứng dụng.
Hiệu năng và kết quả Decision Index do Cloudflare công bố
Cloudflare công bố độ trễ trung vị khoảng 38,8 ms đối với Clef-flash và 209,3 ms đối với Clef. Trong so sánh với Jev của Typesafe AI, công ty cho biết Clef-flash nhanh hơn 13 lần, còn Clef nhanh hơn 2,5 lần. Đây là các con số do Cloudflare công bố; độ trễ thực tế có thể thay đổi theo cấu hình, tải hệ thống, dữ liệu gửi lên và cách ứng dụng gọi mô hình.
Trên Decision Index, bảng đánh giá điểm chuẩn được Cloudflare sử dụng, Clef dẫn đầu ở 7 trong 10 bài kiểm tra. Hai kết quả được nêu cụ thể là 98,47% trên BFCL và 94,20 macro-F1 trên bài đánh giá BANKING77. Các chỉ số này giúp hình dung hiệu quả trên những bài kiểm tra đã chọn, nhưng không nên được hiểu là bảo đảm mô hình sẽ đạt cùng kết quả trong mọi tình huống triển khai.
Khi cân nhắc các số liệu, nhà phát triển nên phân biệt giữa tốc độ phản hồi và chất lượng quyết định. Độ trễ trung vị cho biết thời gian phản hồi điển hình trong điều kiện thử nghiệm của bên công bố; điểm benchmark phản ánh hiệu quả trên bộ dữ liệu và cách chấm cụ thể. Một quy trình đánh giá phù hợp nên kiểm tra cả hai, đồng thời đo tỷ lệ chọn đúng, trường hợp phân loại sai và khả năng xử lý dữ liệu thực tế.
Tương thích API Jev và giấy phép Apache 2.0
Cloudflare cho biết giao diện lập trình của Clef tương thích hoàn toàn theo kiểu drop-in replacement với chuẩn API của Jev, mô hình thuộc Typesafe AI. Điều này có thể giúp những nhóm đang dùng API tương thích với Jev đánh giá Clef mà không phải thiết kế lại toàn bộ cách ứng dụng gửi yêu cầu. Dù vậy, trước khi chuyển đổi, nhóm phát triển vẫn cần kiểm tra cấu hình, định dạng dữ liệu, xử lý lỗi và kết quả đầu ra trong môi trường của mình.
Cả Clef và Clef-flash được phát hành trọng số mở trên Hugging Face theo giấy phép Apache 2.0. Việc công bố trọng số và giấy phép này tạo điều kiện để nhà phát triển xem xét, sử dụng và tích hợp mô hình theo các điều khoản áp dụng của giấy phép. Người dùng nên đọc tài liệu đi kèm để hiểu phạm vi quyền sử dụng, nghĩa vụ và yêu cầu liên quan đến từng trường hợp triển khai.
Clef cũng được cung cấp trên Workers AI, giúp các nhóm đang xây dựng ứng dụng trên nền tảng Cloudflare có thể đánh giá mô hình trong cùng hệ sinh thái. Hai con đường tiếp cận—trọng số trên Hugging Face và triển khai qua Workers AI—phù hợp với những quy trình phát triển khác nhau, từ thử nghiệm mô hình đến tích hợp vào ứng dụng.
Tinh chỉnh Clef bằng học tăng cường với dữ liệu riêng
Cùng đợt ra mắt, Cloudflare giới thiệu dịch vụ tinh chỉnh mô hình bằng học tăng cường (Reinforcement Learning fine-tuning). Dịch vụ này cho phép người dùng tùy biến Clef theo dữ liệu riêng, nhằm điều chỉnh cách mô hình đưa ra quyết định cho nhu cầu của ứng dụng. Thay vì chỉ dựa vào cấu hình chung, nhóm phát triển có thể hướng mô hình đến những lựa chọn phù hợp hơn với quy tắc hoặc quy trình nội bộ.
Học tăng cường là phương pháp huấn luyện trong đó mô hình được cải thiện dựa trên tín hiệu đánh giá về các hành động hoặc kết quả. Trong bối cảnh Clef, doanh nghiệp có thể xem xét phương pháp này nếu muốn mô hình ra quyết định sát hơn với cách phân tuyến, chính sách xử lý hay tiêu chí vận hành của mình. Hiệu quả phụ thuộc vào chất lượng dữ liệu, cách thiết kế tín hiệu đánh giá và việc kiểm tra các trường hợp ngoại lệ.
Trước khi tinh chỉnh, nên xác định rõ quyết định nào cần cải thiện và cách đo kết quả. Chẳng hạn, một nhóm xây dựng agent hỗ trợ khách hàng có thể xác định các nhóm yêu cầu cần phân loại, quy tắc chuyển tiếp và những tình huống không nên tự động xử lý. Sau đó, nhóm có thể so sánh mô hình trước và sau tinh chỉnh trên cùng một tập kiểm tra, chú ý cả độ chính xác lẫn những lỗi có thể gây ảnh hưởng đến quy trình.
- Xác định tác vụ: mô tả trạng thái đầu vào và các lựa chọn mà agent có thể thực hiện.
- Chuẩn bị dữ liệu: bảo đảm ví dụ phản ánh các trường hợp thường gặp và ngoại lệ quan trọng.
- Đặt tiêu chí đánh giá: theo dõi chất lượng quyết định, thời gian phản hồi và các lỗi định tuyến.
- Kiểm thử trước khi triển khai: đối chiếu kết quả trên dữ liệu riêng và rà soát các tình huống rủi ro.
Nhờ kết hợp mô hình chuyên ra quyết định với khả năng tinh chỉnh, Clef hướng đến các ứng dụng agent cần hành vi nhất quán và đầu ra có cấu trúc. Tuy nhiên, việc tùy biến vẫn cần được kiểm tra trong phạm vi cụ thể của từng sản phẩm, đặc biệt khi quyết định của agent ảnh hưởng đến dữ liệu, quyền truy cập hoặc quy trình quan trọng.
Hiệu năng và kết quả đánh giá của Clef
Cloudflare công bố kết quả của Clef và Clef-flash trên Decision Index, bộ đánh giá gồm 10 bài kiểm tra về khả năng ra quyết định. Clef dẫn đầu ở 7/10 bài. Trong đó, mô hình đạt 98,47% ở BFCL và điểm macro-F1 94,20 trên bài đánh giá BANKING77. Đây là những số liệu tham khảo để so sánh năng lực trên các tác vụ được kiểm tra; kết quả thực tế vẫn phụ thuộc vào dữ liệu, cách thiết kế đầu vào và quy trình sử dụng.
Độ trễ trung vị được công bố là khoảng 38,8 ms với Clef-flash và 209,3 ms với Clef. Theo Cloudflare, các mức này lần lượt nhanh hơn Jev 13 lần và 2,5 lần. Vì Clef-flash có độ trễ thấp hơn, mô hình có thể đáng cân nhắc cho những luồng agent cần phản hồi nhanh; còn lựa chọn giữa hai phiên bản nên dựa trên yêu cầu về tốc độ, chất lượng quyết định và kết quả kiểm thử của từng ứng dụng.
Tích hợp Clef với hệ thống agent
API của Clef tương thích hoàn toàn theo kiểu drop-in replacement với chuẩn API của Jev thuộc Typesafe AI. Khả năng tương thích này có thể giúp các nhóm đang dùng giao diện API đó đánh giá Clef mà không phải thay đổi toàn bộ cách gọi mô hình. Dù vậy, vẫn nên kiểm tra cấu trúc yêu cầu, định dạng phản hồi và hành vi của các nhánh xử lý trước khi chuyển vào môi trường vận hành.
Clef và Clef-flash đều hỗ trợ đầu vào văn bản, hình ảnh và video, với cửa sổ ngữ cảnh 65.536 tokens. Mô hình nhận trạng thái cùng câu hỏi định kiểu rồi trả về xác suất phân loại có cấu trúc, thay vì tạo văn bản tự do. Cách tiếp cận này phù hợp với luồng cần chọn hành động hoặc định tuyến yêu cầu theo các nhãn đã xác định. Đầu ra có cấu trúc cũng giúp hệ thống phía sau xử lý kết quả theo quy tắc rõ ràng hơn, nhưng không thay thế việc kiểm tra các trường hợp mô hình phân loại sai hoặc thiếu chắc chắn.
Mã nguồn mở và khả năng tiếp cận
Hai mô hình được phát hành trọng số mở trên Hugging Face theo giấy phép Apache 2.0. Clef có 27 tỷ tham số, được huấn luyện hậu kỳ từ Qwen3.8-27B; Clef-flash có 9 tỷ tham số, từ Qwen3.5-9B. Cloudflare cho biết đây là những mô hình đầu tiên do đội ngũ Workers AI huấn luyện nội bộ. Việc công bố trọng số và giấy phép giúp nhà phát triển xem xét cách đưa mô hình vào quy trình của mình, đồng thời cần đối chiếu các điều khoản áp dụng với mục đích sử dụng cụ thể.
Câu hỏi thường gặp
Cloudflare ra mắt Clef và Clef-flash khi nào?
Hai mô hình được công bố trên Workers AI ngày 1/10/2026.
Clef được thiết kế để làm gì?
Clef xử lý trạng thái và câu hỏi định kiểu để trả về xác suất phân loại có cấu trúc cho tác vụ định tuyến của agent.
Hai mô hình hỗ trợ những loại dữ liệu nào?
Cả Clef và Clef-flash đều hỗ trợ văn bản, hình ảnh và video, với cửa sổ ngữ cảnh 65.536 tokens.
Clef có thể được tùy biến không?
Cloudflare giới thiệu dịch vụ tinh chỉnh bằng học tăng cường, cho phép người dùng tùy biến Clef theo dữ liệu riêng.
Kết luận cuối cùng
Cloudflare vừa ra mắt Clef và Clef-flash như các mô hình tập trung vào quyết định có cấu trúc cho agent trên Workers AI. Hai phiên bản khác nhau về quy mô và độ trễ, đồng thời có hỗ trợ đa phương thức, trọng số mở và khả năng tinh chỉnh. Khi lựa chọn, nhà phát triển nên đối chiếu kết quả đánh giá với yêu cầu thực tế, kiểm thử trên dữ liệu phù hợp và thiết kế bước rà soát cho những quyết định quan trọng.
