Cloudflare Clef 与 Jev：价格、基准测试与迁移

Cloudflare Clef 面向需要类型化 AI 决策、开放权重和多模态输入的团队，是 Jev 的一种替代方案。它不是通用聊天机器人。应用提供证据和允许的答案，模型为这些答案评分，而不是生成自由文本。Cloudflare 于 2026 年 10 月 1 日发布 Clef 和 Clef-flash。官方名称是 Clef，不是“Clev”。Cloudflare：Clef 发布公告

我们的判断：当图像、部署控制或延迟成为现有决策流程的瓶颈时，Clef 值得认真试点。但它不是 Jev 的自动升级版，两款 Cloudflare 模型的公开输入单价也都更高。最重要的迁移发现藏在细节里：JSON 字段相同，不代表置信度含义相同。

审查日期：2026 年 10 月 4 日。本文基于一手文档与公开代码，不是 Wavect 自行运行的模型基准测试，也不代表我们已为客户部署 Clef。价格与托管接口是这一日期的快照，建议部分属于我们的工程判断。

Clef、Clef-flash 与 Jev：真正改变了什么？

Clef 使用 Qwen3.8-27B 基础模型和联合决策头。决策头对整个问题模式中的允许答案评分，而不是生成解释。Clef-flash 则基于 Qwen3.5-9B。两款 Cloudflare 模型都发布了 Apache-2.0 权重。Cloudflare：Clef 模型卡与评估 Cloudflare：Clef-flash 模型卡

TypeSafe 目前列出的是 jev-1.13.0，通过托管 System One API 接收文本。文档区分了整个请求的 64k token 预算，以及状态加最长问题的 32k 预算。把 Jev 简化成“32k”，再说 Clef 的上下文“翻倍”，会掩盖这个差别。TypeSafe：Jev 型号、价格与限制

Cloudflare 的价格来自 Workers AI 定价表，而不是宣传估算。表中的试点理由是我们的建议，不是性能保证。Cloudflare：Workers AI 定价

Jev 的基础接口请参阅Jev 技术评测。开放模型与基准来源问题由Laya 与 Jev 的对比单独讨论。本文聚焦一个具体问题：用 Cloudflare Clef 替换已有 Jev 集成，是否值得承担迁移成本与风险。

有价值的变化不是“又一个聊天机器人”。设想一个退货流程，同时有客户消息和破损包裹的照片。Clef 试点可以一起评估这些证据，在 damage_review、delivery_review 和 manual_review 之间选择。纯文本方案则需要先加入明确的图像转文本步骤。这只是架构示例，不是实测的 Clef 部署。退款本身仍由应用规则和审批流程控制。

类型化接口支持 noul（是/否概率）、choice（命名选项）和 score（有序等级）。因此，Clef 更适合作为智能体中的决策步骤，而不是替代所有推理和写作环节。公开输入类型。

Cloudflare Clef 比 Jev 便宜吗？

按公开输入 token 单价计算，不是。假设需要做 100 万次决策，每次按 2,000 个输入 tokens 计费，总计 20 亿 tokens。将Cloudflare 单价与TypeSafe 单价代入，得到以下仅包含输入推理费的示例：

这是我们的算术示例，不是报价。它假设相同的计费输入 token 数，并不假定同一段原始文本在不同模型下具有相同分词结果。实测还应包括问题模式开销、重试和图像处理。免费额度、折扣、Workers 执行、存储与人工复核不在示例内。Jev 列明输出 tokens 免费；Cloudflare 没有为这两款模型列出输出 token 单价。

如果新方案减少了高成本错误、免去单独的图像转文本步骤，或能可靠完成时限严格的决策，更高的 token 单价也可能合理。但必须用完整流程验证。不能把“比大型聊天模型便宜”改写成“比 Jev 便宜”。更广泛的业务分析见决策模型工作流与 ROI 指南。

基准测试：Clef 赢下一些任务，Jev 赢下另一些

Cloudflare 发布的结果支持按任务评估，不支持宣布全面赢家。以下数据来自 Clef 模型卡中的 Decision Index 0.2.1 测试，由 Cloudflare 报告，并非 Wavect 独立测量。质量指标为百分数，越高越好；延迟越低越好。

我们的解读是：可以把 Clef 纳入意图路由试点，但必须测试未知意图，而不只是熟悉的类别。应将 Flash 视为质量分布不同的模型，而不是同一模型的加速版。它在 CLINC150 + OOS 和 RAGTruth 上的结果，是反对全面替换的重要反例。Jev 在 GPQA 和 When2Call 上的表现，也不支持“Clef 的所有决策都更好”这种说法。

延迟属于该评估环境，不能直接当成生产响应时间、服务等级承诺或自托管 GPU 的性能。应结合自己的并发量、请求长度、网络路径和回退行为，测量端到端 p95。基准表没有标明 Jev 版本时，不要把“Jev”列擅自改成某个新版本的实测结果。

迁移陷阱：同名 confidence 并不是同一个约定

不要把 Jev 的置信度阈值直接复制给 Clef。TypeSafe 将 Choice 置信度定义为 (p_max - 1/n) / (1 - 1/n)，其中 n 为选项数量。它不同于直接返回获选答案的概率。TypeSafe：置信度公式

在本次审查的 Cloudflare 发布代码中，systemone_answer 将 Choice 的 confidence 设为获选答案的概率。我们检查的是修订版 a20e258。这是对公开实现的发现，并不证明所有托管部署都运行完全相同的修订版。托管端行为仍须单独确认。Cloudflare：本次审查的 Clef 发布代码

看一个算术示例：三个选项的概率分别为 0.80, 0.15, 0.05。Jev 文档公式给出 0.70，审查的 Clef 辅助函数给出 0.80。现有 confidence >= 0.75 规则会拒绝前者、接受后者，尽管概率分布完全相同。这是接口语义差异，不是 Clef 更确定或更准确的证据。

保留返回的完整概率分布，并在自己的适配层中明确决策统计量。使用带标签的验证样本重设阈值，再用未参与调参的测试集评估已接受决策的错误和人工复核比例。公式一致也不代表概率同样经过校准。这个独立问题可参阅 AnyJev 概率校准与选项顺序指南。

还有一个值得测试完整请求的原因：TypeSafe 描述的是问题独立评估，而 Clef 发布实现采用联合评分。我们据此提出的测试建议是：使用完整生产问题集合，并加入或移除无关问题，重复评估相同决策。这是架构推论，不是我们已经观察到 Clef 缺陷的声明。TypeSafe：问题独立评估说明

迁移 API：保留问题模式，重新验证接口边界

Jev 文档中的端点为 POST https://api.typesafe.ai/v1/systemone。能够保留 state、questions 和答案 ID 很有价值，但迁移到 Cloudflare 仍需要新的凭据、模型选择器，以及针对实际传输协议的适配层。TypeSafe：System One HTTP API

托管 Clef 文档列出 65,536-token 上下文、1 至 64 个问题，以及超长文本状态截断行为。图像接口最多接收四张内嵌 PNG、JPEG 或 WebP，不接受远程图像 URL。限制为每张 4 MiB、1,600 万像素，解码后总计 8 MiB，完整请求体最多 13 MiB。Cloudflare：托管 Clef API 接口约定

Clef-flash 使用自己的路由，以及相应的 model: "clef-flash" 选择器。切换版本时应同时检查端点和选择器。托管图像接口不能与本地发布代码中的视频帧示例混为一谈。Cloudflare：托管 Clef-flash API 接口约定

一个不执行实际业务操作的小型连通性测试

将下面的内容保存为 clef-request.json。示例把虚构消息归入待复核队列，不执行退款、不修改账户，也不授权任何操作。

{
  "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?"
    }
  }
}

在 shell 中配置账户 ID 和具有 Workers AI 权限的服务端 Cloudflare API token，然后使用 curl 7.76 或更高版本发送请求：

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

该示例使用文档列出的 REST 路由。我们在本地检查了 JSON 与 shell 语法，但未执行付费推理请求。检查 clef-response.json，包括 API 层错误。不要将原始输出直接连接到业务操作。REST 响应封装与 Workers binding 返回值应分别验证；适配层还应检查答案 ID、允许的选项和有限概率值。

未知标签、响应格式错误、超时和限流都应保留人工复核路径。基于图像的 Clef 请求失败时，不能删掉图像证据后悄悄回退到纯文本 Jev。应使用经过明确测试的文本表示，或停止自动处理并转人工。同样，超大输入应主动拒绝或拆分，而不是出事后才发现关键段落被截断。

开放权重、自托管与隐私边界

开放权重提供的是部署选择，不是现成的生产服务。Clef 发布说明要求加载基础模型和联合决策头。仅运行通用聊天生成接口，不能证明已经运行了发布的决策模型。应把权重、处理器、决策头和服务代码一起固定版本。

审查的本地辅助函数默认使用 max_length=16384，不同于托管端的 65,536-token 限制。模型卡提到的单张 H200 是已测试环境，不是最低 GPU 要求。仅作容量粗估，270 亿参数按每参数两字节计算，权重约 54 GB；90 亿参数约 18 GB，均未计运行时开销。这是算术估计，不是测得的显存需求，也不能证明某种量化配置适合你的硬件。

还应区分可下载权重与托管定制服务。Cloudflare 的发布公告描述了由前线部署工程团队协助开展的早期微调工作，并计划扩大自助访问。未确认权限前，不要把“已经可用的一键微调产品”写进客户交付范围。

Cloudflare 的 Workers AI 数据政策表示，未经明确同意，不会将客户内容用于训练或改进模型。但这并不能回答应用持久化与处理地点的所有问题。Cloudflare：Workers AI 数据使用说明

例如，AI Gateway 默认开启日志，日志可能包含提示词和响应。应检查自身架构中的日志、存储、访问权限与保留策略。不要把“不用于训练”推导成仅在欧盟推理或零保留保证。具体部署路径的合同与技术要求仍需确认。Cloudflare：AI Gateway 默认日志设置

能发现真实回归问题的 Jev 到 Clef 迁移清单

从一个可逆的决策开始。固定旧实现作为基线，让 Clef 在影子模式运行，不改变线上业务动作。在查看最终独立测试集之前定义验收边界。一份有效的发布记录应能回答以下问题：

授权、幂等性和事务检查应留在确定性的应用代码中。符合问题模式的答案仍然只是模型判断，并不是行动许可。上线时记录所选部署、模式版本、验收规则和结果，使后续变化可以调查，同时避免记录不必要的个人信息。

我们的建议是：实测的能力或部署收益足以覆盖迁移成本时选择 Clef；仅在任务质量通过验收时选择 Flash；如果 Jev 的已验证行为能以更低成本满足要求，就继续使用 Jev。保持现有模型也是合理的工程结论。

Wavect 的 AI 工程服务可以帮助团队把对比转化为评估和集成计划。使用上线前 QA 清单组织验收，并携带有代表性的脱敏样本讨论你的决策流程。

有关 AI 项目交付的背景，可参阅 Twinsoft AI 案例。该案例不是 Clef 部署证明。