Cloudflare wypuścił Clef-omni, nowy multimodalny model decyzyjny z rodziny Clef, który może oceniać tekst, obrazy, audio i wideo w jednym wywołaniu. Model pojawił się 9 października 2026 roku, zaledwie osiem dni po uruchomieniu oryginalnych Clef i Clef-flash. To rozwiązanie znacznie upraszcza potoki przetwarzania dla developerów, ponieważ eliminuje konieczność osobnych etapów transkrypcji i generowania napisów przed analizą multimodalną.
Clef-omni to model o wielkości 30B parametrów z 3B aktywnymi parametrami (architektura MoE), który można uruchamiać na Workers AI Cloudflare'a pod adresem @cf/cloudflare/clef-omni lub samodzielnie hostować na pojedynczym procesorze graficznym H200 z około 64 GB pamięci GPU w formacie bfloat16. Model obsługuje kontekst 64 000 tokenów. Jego działanie opiera się na koncepcji modelu decyzyjnego - zamiast generować tekst, zwraca typizowane odpowiedzi z przypisanymi prawdopodobieństwami dla każdej dozwolonej opcji.
Wydajność Clef-omni jest zróżnicowana w zależności od rodzaju zadania. Najlepszy rezultat osiąga wynik 97,7 macro-F1 na benchmarku CLINC150+OOS, gdzie przewyższa konkurencyjne modele Jev. Jednak w zadaniach wymagających złożonego logicznego rozumowania ustępuje, uzyskując na przykład zaledwie 47,4 dokładności na GPQA Diamond, podczas gdy model Jev osiąga 78,3. Update ten przyniósł również redukcję cen Clef-flash poniżej oferowanego przez TypeSafe Jev oraz przyspieszenie hostowanego Clef do dwukrotnie wyższej wydajności.