Cloudflare Clef vs. Jev: Preise, Benchmarks und Migration

Cloudflare Clef ist eine Jev-Alternative für Teams, die typisierte KI-Entscheidungen mit offenen Modellgewichten und multimodalen Eingaben benötigen. Clef ist kein universeller Chatbot. Die Anwendung liefert Informationen und zulässige Antworten; das Modell bewertet diese Antworten, statt einen freien Text zu schreiben. Cloudflare stellte Clef und Clef-flash am 1. Oktober 2026 vor. Der offizielle Name lautet Clef, nicht „Clev“. Cloudflare: Clef-Ankündigung

Unsere Einschätzung: Clef lohnt einen ernsthaften Piloten, wenn Bilder, Betriebskontrolle oder Latenz eine bestehende Entscheidungspipeline begrenzen. Es ist aber kein automatisches Upgrade zu Jev. Beide Cloudflare-Varianten haben höhere veröffentlichte Eingabetokenpreise. Der wichtigste Migrationsbefund steckt im Detail: Gleiche JSON-Felder garantieren nicht dieselbe Bedeutung von Confidence.

Geprüft am 4. Oktober 2026. Grundlage ist eine Analyse offizieller Dokumentation und veröffentlichten Codes. Wavect hat dafür weder einen eigenen Modellbenchmark durchgeführt noch behaupten wir einen Clef-Kundeneinsatz. Preise und gehostete Schnittstellen sind eine datierte Momentaufnahme. Empfehlungen sind unsere technische Bewertung.

Clef, Clef-flash und Jev: Was ändert sich wirklich?

Clef kombiniert ein Qwen3.8-27B-Basismodell mit einem gemeinsamen Entscheidungskopf. Dieser bewertet zulässige Antworten über das Fragenschema hinweg, statt eine Erklärung zu erzeugen. Clef-flash basiert auf Qwen3.5-9B. Beide Cloudflare-Releases stellen Gewichte unter Apache-2.0 bereit. Cloudflare: Clef-Modellkarte und Evaluation Cloudflare: Clef-flash-Modellkarte

TypeSafe führt aktuell jev-1.13.0 mit Texteingaben und einer gehosteten System-One-API. Die Dokumentation unterscheidet zwischen 64k Tokens für die gesamte Anfrage und 32k für den Zustand zusammen mit der längsten Frage. Jev pauschal als „32k“ und Clef als „doppelten Kontext“ zu beschreiben, würde diesen Unterschied unterschlagen. TypeSafe: Jev-Modelle, Preise und Grenzen

Die Cloudflare-Preise stammen aus der Workers-AI-Preisliste, nicht aus einer Werbeschätzung. Die Pilotgründe sind unsere Empfehlungen und keine Benchmark-Garantien. Cloudflare: Workers-AI-Preise

Die grundlegende Jev-Schnittstelle erklärt unser technischer Jev-Review. Die separate Frage nach offenen Modellen und belastbarer Benchmark-Herkunft behandelt Laya im Vergleich zu Jev. Hier geht es konkret darum, ob ein Wechsel einer bestehenden Jev-Integration zu Cloudflare Clef das Migrationsrisiko rechtfertigt.

Der interessante Schritt ist nicht „noch ein Chatbot“. Denken Sie an einen Retourenprozess mit Kundennachricht und Foto des beschädigten Pakets. Ein Clef-Pilot könnte beides gemeinsam bewerten und zwischen damage_review, delivery_review und manual_review wählen. Eine reine Textlösung braucht davor eine ausdrücklich vorgesehene Bild-zu-Text-Stufe. Das ist ein Architekturbeispiel, kein gemessener Clef-Einsatz. Die Erstattung selbst bleibt Aufgabe der Anwendungsregeln und Freigaben.

Die typisierte Schnittstelle unterstützt noul für eine Ja/Nein-Wahrscheinlichkeit, choice für benannte Alternativen und score für geordnete Stufen. Clef ist damit als Entscheidungsschritt innerhalb eines Agenten interessant, nicht als Ersatz für jeden Denk- oder Schreibschritt. Veröffentlichte Eingabetypen.

Ist Cloudflare Clef günstiger als Jev?

Nicht laut den veröffentlichten Eingabetokenpreisen. Nehmen wir eine Million Entscheidungen mit jeweils 2.000 abgerechneten Eingabetokens an. Das ergibt zwei Milliarden abrechenbare Tokens. Mit den Cloudflare-Preisen und dem TypeSafe-Preis entsteht folgende reine Inferenzrechnung:

Das ist unsere Beispielrechnung, kein verbindlicher Kostenvoranschlag. Sie setzt die gleiche Anzahl abgerechneter Eingabetokens voraus, nicht dieselbe Tokenisierung eines identischen Rohtexts. Für echte Messungen müssen Schema-Overhead, Wiederholungen und Bildverarbeitung berücksichtigt werden. Freikontingente, Rabatte, Workers-Ausführung, Speicherung und menschliche Prüfung sind nicht eingerechnet. Jev berechnet keine Ausgabetokens; Cloudflare führt für diese Modelle keinen Ausgabetokenpreis auf.

Ein höherer Tokenpreis kann trotzdem sinnvoll sein, wenn die neue Variante teure Fehler reduziert, eine separate Bild-zu-Text-Stufe ersetzt oder zeitkritische Entscheidungen zuverlässiger abschließt. Das muss die gesamte Pipeline zeigen. Aus „günstiger als ein großes Chatmodell“ folgt nicht „günstiger als Jev“. Die breitere Wirtschaftlichkeitsbetrachtung bleibt in unserem Leitfaden zu Entscheidungsmodellen in Geschäftsprozessen und deren ROI.

Benchmarks: Clef gewinnt manche Aufgaben, Jev andere

Cloudflares Ergebnisse sprechen für aufgabenspezifische Tests, nicht für einen universellen Sieger. Die folgenden Zeilen stammen aus dem Decision-Index-0.2.1-Durchlauf der Clef-Modellkarte. Es sind veröffentlichte Herstellerwerte, keine unabhängigen Wavect-Messungen. Qualitätswerte sind Prozentangaben, höhere Werte sind besser. Bei Latenzen sind niedrigere Werte besser.

Unsere Ableitung: Clef gehört in einen Test für die Zuordnung von Nutzeranliegen, aber unbekannte Anliegen müssen darin vorkommen. Flash hat ein eigenes Qualitätsprofil und ist nicht einfach dasselbe Modell in schneller. Die Ergebnisse bei CLINC150 + OOS und RAGTruth sprechen klar gegen einen pauschalen Austausch. Jevs Werte bei GPQA und When2Call widerlegen zudem die Behauptung, Clef sei bei jeder Entscheidung besser.

Die Latenzwerte gelten für das jeweilige Evaluationssetup. Sie sind weder Ihre Produktionsantwortzeit noch ein SLA oder ein Leistungsnachweis für die eigene GPU. Messen Sie die durchgängige p95-Latenz bei realistischer Parallelität, Anfragelänge, Netzwerkstrecke und Fallback-Nutzung. Beschriften Sie die Benchmark-Spalte „Jev“ auch nicht nachträglich mit einer aktuellen Version, die die Tabelle selbst nicht nennt.

Die Migrationsfalle: Confidence ist nicht derselbe Vertrag

Übernehmen Sie Jev-Schwellenwerte nicht unverändert für Clef. TypeSafe definiert Choice-Confidence als (p_max - 1/n) / (1 - 1/n), wobei n die Zahl der Antwortoptionen ist. Das unterscheidet sich von der bloßen Wahrscheinlichkeit der Gewinneroption. TypeSafe: Confidence-Formeln

Im geprüften Cloudflare-Release-Code setzt systemone_answer Choice-Confidence direkt auf die Gewinnerwahrscheinlichkeit. Geprüft wurde Repository-Revision a20e258. Das ist ein Befund zur veröffentlichten Implementierung, kein Nachweis, dass jede gehostete Bereitstellung exakt diesen Stand verwendet. Das Hosting-Verhalten muss separat geprüft werden. Cloudflare: geprüfter Clef-Release-Code

Unser Rechenbeispiel verwendet drei Optionen mit Wahrscheinlichkeiten 0.80, 0.15, 0.05. Jevs dokumentierte Formel liefert 0.70, der geprüfte Clef-Helfer 0.80. Eine bestehende Regel confidence >= 0.75 würde das erste Ergebnis ablehnen und das zweite akzeptieren, obwohl die Verteilung identisch ist. Das ist ein Schnittstellenunterschied, kein Beleg für höhere Sicherheit oder Genauigkeit von Clef.

Speichern Sie die zurückgelieferte Wahrscheinlichkeitsverteilung und definieren Sie die verwendete Entscheidungskennzahl explizit im eigenen Adapter. Bestimmen Sie Schwellenwerte mit gelabelten Validierungsfällen neu und prüfen Sie akzeptierte Fehler sowie manuelle Prüfquote auf einem unberührten Testdatensatz. Eine einheitliche Formel macht Wahrscheinlichkeiten noch nicht gleich gut kalibriert. Diese separate Frage behandelt unser Leitfaden zu AnyJev-Kalibrierung und Optionsreihenfolge.

Auch das gesamte Fragenpaket gehört in den Test: TypeSafe beschreibt eine unabhängige Fragenauswertung, Clefs Release bewertet das Schema gemeinsam. Unsere daraus abgeleitete Testempfehlung: Wiederholen Sie Entscheidungen mit dem vollständigen Produktionspaket sowie mit hinzugefügten oder entfernten irrelevanten Fragen. Das ist eine architekturbasierte Schlussfolgerung, kein von uns beobachteter Clef-Fehler. TypeSafe: unabhängige Fragenauswertung

API-Migration: Schema behalten, Schnittstellengrenzen prüfen

Jev dokumentiert POST https://api.typesafe.ai/v1/systemone als Endpunkt. Passende Felder wie state, questions und Antwort-IDs helfen, ersetzen aber weder neue Zugangsdaten noch Modellauswahl und einen Adapter für den tatsächlich verwendeten Transport. TypeSafe: System-One-HTTP-API

Die gehostete Clef-Schnittstelle dokumentiert 65.536 Tokens Kontext, 1 bis 64 Fragen und das Kürzen langer Zustandsdaten. Zulässig sind bis zu vier eingebettete PNG-, JPEG- oder WebP-Bilder, keine entfernten Bild-URLs. Pro Bild gelten 4 MiB und 16 Megapixel, insgesamt 8 MiB dekodierte Bilddaten und 13 MiB für den Anfragekörper. Cloudflare: Vertrag der gehosteten Clef-API

Clef-flash hat eine eigene Route und benötigt die dazu passende Auswahl model: "clef-flash". Halten Sie Endpunkt und Modellauswahl beim Variantenwechsel synchron. Die gehostete Bildschnittstelle ist nicht mit den Videoframe-Beispielen des lokalen Releases gleichzusetzen. Cloudflare: Vertrag der gehosteten Clef-flash-API

Ein kleiner Test ohne Ausführung von Geschäftsaktionen

Speichern Sie dieses Beispiel als clef-request.json. Es ordnet eine fiktive englischsprachige Nachricht einer Prüfwarteschlange zu. Es löst keine Erstattung aus, verändert keine Konten und autorisiert keine Aktion.

{
  "model": "clef",
  "state": {
    "message": "The package arrived with a broken seal. I am not sure whether anything is missing."
  },
  "questions": {
    "review_queue": {
      "type": "choice",
      "instructions": "Select a review queue. Use manual_review when the evidence does not support a specific queue.",
      "criteria": {
        "damage_review": "Possible physical package damage.",
        "delivery_review": "Delivery timing or location issue.",
        "manual_review": "Missing or ambiguous evidence; a person should review."
      }
    },
    "needs_more_evidence": {
      "type": "noul",
      "instructions": "Is more information needed before a refund decision can be considered?"
    }
  }
}

Hinterlegen Sie Konto-ID und einen serverseitigen Cloudflare-API-Token mit Workers-AI-Berechtigung in der Shell. Senden Sie die Anfrage mit curl ab Version 7.76:

set -eu
: "${CLOUDFLARE_ACCOUNT_ID:?Set your Cloudflare account ID}"
: "${CLOUDFLARE_API_TOKEN:?Set a server-side Workers AI token}"

curl --fail-with-body --silent --show-error \
  --connect-timeout 10 --max-time 60 \
  "https://api.cloudflare.com/client/v4/accounts/${CLOUDFLARE_ACCOUNT_ID}/ai/run/@cf/cloudflare/clef" \
  --header "Authorization: Bearer ${CLOUDFLARE_API_TOKEN}" \
  --header "Content-Type: application/json" \
  --data-binary @clef-request.json \
  --output clef-response.json

Das Beispiel verwendet die dokumentierte REST-Route. JSON und Shell-Syntax wurden lokal geprüft; eine kostenpflichtige Inferenzanfrage wurde nicht ausgeführt. Prüfen Sie clef-response.json einschließlich API-Fehlern. Verbinden Sie rohe Modellausgaben nicht direkt mit Aktionen. Testen Sie die REST-Antworthülle getrennt vom Ergebnis einer Workers-Bindung und validieren Sie Antwort-IDs, erlaubte Optionen und endliche Wahrscheinlichkeiten im Adapter.

Unbekannte Optionen, ungültige Antworten, Zeitüberschreitungen und Ratenbegrenzungen brauchen weiterhin einen manuellen Prüfpfad. Scheitert eine bildbasierte Clef-Anfrage, darf sie nicht stillschweigend ohne Bildinformationen an das textbasierte Jev gehen. Nutzen Sie eine ausdrücklich getestete Textdarstellung oder stoppen Sie zur Prüfung. Überlange Informationen sollten bewusst abgewiesen oder aufgeteilt werden, statt erst nach einem Vorfall festzustellen, dass der entscheidende Absatz abgeschnitten wurde.

Offene Gewichte, eigener Betrieb und Datenschutzgrenzen

Offene Gewichte ermöglichen eine Betriebsoption, aber keinen fertigen Produktionsdienst. Die Clef-Release-Anleitung lädt Basismodell und gemeinsamen Entscheidungskopf. Ein generischer Chat-Generierungspfad allein belegt nicht, dass das veröffentlichte Entscheidungsmodell betrieben wird. Versionieren Sie Gewichte, Prozessor, Kopf und Serving-Code gemeinsam.

Der geprüfte lokale Helfer verwendet standardmäßig max_length=16384, unabhängig vom gehosteten Limit von 65.536 Tokens. Die einzelne H200 in der Modellkarte beschreibt die getestete Umgebung, keine Mindestanforderung an die GPU. Als grobe Kapazitätsrechnung ergeben 27 Milliarden Parameter zu je zwei Bytes etwa 54 GB Gewichte und 9 Milliarden etwa 18 GB, jeweils ohne Laufzeit-Overhead. Das sind Rechenwerte, keine gemessenen Speicheranforderungen und kein Nachweis für eine bestimmte Quantisierung auf Ihrer Hardware.

Unterscheiden Sie außerdem herunterladbare Gewichte von einer verwalteten Anpassungsfunktion. Die Ankündigung beschreibt anfangs Fine-Tuning gemeinsam mit Cloudflares Forward-Deployed-Engineering-Team; breiterer Self-Service-Zugang ist geplant. Ein Kundenprojekt sollte nicht auf einem vermeintlich bereits verfügbaren Ein-Klick-Fine-Tuning beruhen, ohne den Zugang zu bestätigen.

Cloudflares Workers-AI-Datenrichtlinie schließt die Nutzung von Kundeninhalten zum Trainieren oder Verbessern von Modellen ohne ausdrückliche Zustimmung aus. Das beantwortet nicht automatisch alle Fragen zu Speicherung und Verarbeitungsort Ihrer Anwendung. Cloudflare: Workers-AI-Datennutzung

Beispielsweise sind AI-Gateway-Logs standardmäßig aktiviert und können Eingaben und Antworten enthalten. Prüfen Sie Logging, Speicherung, Zugriffe und Aufbewahrung in der gesamten eigenen Architektur. Aus „nicht zum Training genutzt“ folgt weder eine EU-only-Inferenz noch eine Null-Aufbewahrungs-Garantie. Bestätigen Sie die vertraglichen und technischen Anforderungen für die konkret genutzte Bereitstellung. Cloudflare: Logging-Standardwerte im AI Gateway

Eine Jev-zu-Clef-Checkliste für echte Regressionen

Beginnen Sie mit einer reversiblen Entscheidung. Frieren Sie die bisherige Implementierung als Vergleichsbasis ein und lassen Sie Clef im Schattenbetrieb mitlaufen, ohne produktive Aktionen zu verändern. Legen Sie Akzeptanzgrenzen vor der Auswertung des finalen Testdatensatzes fest. Ein belastbarer Freigabenachweis beantwortet diese Fragen:

Autorisierung, Idempotenz und Transaktionsprüfungen bleiben in deterministischem Anwendungscode. Eine Antwort im korrekten Schema ist weiterhin ein Modellurteil, keine Handlungserlaubnis. Protokollieren Sie im Rollout die Bereitstellung, Schemafassung, Akzeptanzregel und das Ergebnis, damit spätere Änderungen untersucht werden können, ohne unnötige personenbezogene Daten zu speichern.

Unsere Empfehlung: Clef wählen, wenn ein gemessener Funktions- oder Betriebsvorteil den Wechsel rechtfertigt. Flash nur wählen, wenn die aufgabenspezifische Qualität genügt. Bei Jev bleiben, wenn das validierte Verhalten die Anforderung bereits wirtschaftlicher erfüllt. Auch der Verbleib beim bisherigen Modell ist ein gutes technisches Ergebnis.

Wavects KI-Engineering-Service hilft dabei, aus dem Vergleich einen Evaluations- und Integrationsplan zu machen. Strukturieren Sie die Freigabe mit unserer QA-Checkliste vor dem Produktstart und besprechen Sie Ihre Entscheidungspipeline anhand repräsentativer, bereinigter Beispiele.

Ergänzenden Kontext zur KI-Umsetzung bietet die Twinsoft-AI-Fallstudie. Sie ist kein Nachweis eines Clef-Einsatzes.