Cloudflare Clef er den større tætte model i Clef-familien af beslutningsmodeller, eftertrænet på Qwen3.8-27B med dens vision-encoder. Cloudflare kombinerer denne grundmodel med et fælles skemahoved, som knytter evidens til spørgsmålene og scorer deres tilladte svarmuligheder samlet. Clef læser en situation og returnerer afgrænsede beslutninger med sandsynligheder i én fremadrettet beregning. Outputtet er et klassifikationsresultat frem for genereret prosa, en åben rapport eller en foreslået kommando.
Forbered tilstanden og spørgsmålsskemaet som særskilte input. Tilstanden kan være en streng eller JSON, der repræsenterer en post, en samtale, dokumentindhold eller en situation i en applikation. Spørgsmålene har stabile navne som nøgler, og de samme navne identificerer deres returnerede svar. Definér, hvad hvert spørgsmål skal fastslå, og beskriv de relevante svarmuligheder. En supportpost kan spørge, hvilket team der skal håndtere anmodningen, om påvirkningen er akut, og hvilket alvorlighedskriterium der gælder, uden at samle disse forskellige beslutninger i én vag kategori.
Et noul-spørgsmål returnerer sandsynligheden for sand for en binær betingelse. Et choice-spørgsmål returnerer en valgt navngiven mulighed, sandsynligheder for hver mulighed og konfidens. Et score-spørgsmål bruger en ordnet liste af beskrivelser med indeks fra nul og returnerer en forventet score, en tegnforklaring og sandsynligheder. En score med decimaler er meningsfuld, fordi den sammenfatter usikkerhed på tværs af ordnede niveauer. Undersøg både fordelingen og det valgte svar; to svarmuligheder, der ligger tæt, kan afsløre en forskel, som inputtet ikke afklarer.
Ved regelkontrol skal den faktiske regeltekst og postens fakta medtages. Et eksempel er en arbejdsgang til dokumentbehandling med spørgsmål om, hvorvidt posten er komplet, hvilken gennemgangskategori der gælder, og hvor stærkt evidensen taler for øjeblikkelig opmærksomhed. Stil særskilte spørgsmål for særskilte betingelser. En models vurdering af regeloverholdelse bør forblive knyttet til den indsendte regel og evidens. Hvis en vigtig betingelse mangler, skal skemaet og applikationen have en bevidst fastlagt måde at håndtere denne usikkerhed på.
Ved visuel evidens skal du indsende et læsbart billede og et spørgsmål om et synligt forhold eller en defineret kategori. En kontrol af en formulars kvalitet kan vurdere læselighed, om et påkrævet område er til stede, og hvilket af de angivne kvalitetsniveauer der bedst beskriver den. Producentens grænseflade til åbne modelvægte accepterer også arrays af videobilleder. Bevar billedernes rækkefølge, og identificér den hændelse, der skal vurderes. Et afgrænset beslutningsskema kan klassificere dette materiale, mens en anmodning om en fortællende beskrivelse eller vilkårlige nygenererede felter hører til en anden type output.
Producentens hostede reference angiver en kontekst på 65.536 tokens, ét til 64 spørgsmål og op til fire indlejrede billeder. PNG-, JPEG- eller WebP-billeder er begrænset til 4 MiB og 16 megapixels pr. billede med i alt 8 MiB afkodede data; hele anmodningsindholdet er begrænset til 13 MiB, og eksterne billedlinks accepteres ikke. Inputbudgettet omfatter spørgsmål og medier. Lang tekst kan blive afkortet for at passe, så bevar afgørende passager og kildeetiketter. Disse grænser beskriver producentens hostede billedgrænseflade; encoderen med åbne modelvægte har sine egne repræsentationer af lokale input.
Cloudflares udgivelse beskriver træning til skemabundet scoring og sandsynlighedskalibrering. Modellen udtrækker relevant evidens for de enkelte svarmuligheder og tager derefter information på tværs af felter i betragtning. Det kan understøtte beslutninger om flere relaterede spørgsmål i én post, men en høj sandsynlighed bliver ikke dermed en garanti for, at det underliggende forhold er sandt. Vurdér vanskelige, ufuldstændige og kategorifremmede poster såvel som ligetil tilfælde. Nyttige beslutningskriterier dækker de situationer, arbejdsgangen faktisk møder, og gør vigtige forskelle eksplicitte.
I en agents arbejdsgang kan outputtet afgøre, hvilket defineret næste trin der bør overvejes. Indsend den aktuelle observation og mulige handlinger med tydelige beskrivelser, og gem derefter den valgte mulighed og dens sandsynligheder. Den omgivende applikation anvender sin handlingspolitik og registrerer, hvad den gjorde. Hold denne udførelsesregistrering adskilt fra beslutningsresultatet: At vælge en vej til gennemgang fastslår ikke, at en kontrollant har handlet, og at vælge et diagnostisk trin fastslår ikke, at trinnet lykkedes.
Det endelige resultat er answers-objektet sammen med den tilstand og det skema, som frembragte det. Brug disse registreringer til at undersøge uventede klassifikationer, identificere tvetydige kriterier og sammenligne resultater med gennemgåede opgaveeksempler. Hvis en efterfølgende bruger har brug for en skriftlig forklaring, kan beslutningen og den oprindelige evidens være input til et særskilt svarskrivningstrin. Clef leverer den afgrænsede sandsynlighedsbaserede beslutning, der kræves for at vælge næste trin med en tydelig redegørelse for, hvad der blev vurderet.
", "aboutText": "Cloudflare Clef er den større tætte model i Clef-familien af beslutningsmodeller, eftertrænet på Qwen3.8-27B med dens vision-encoder. Cloudflare kombinerer denne grundmodel med et fælles skemahoved, som knytter evidens til spørgsmålene og scorer deres tilladte svarmuligheder samlet. Clef læser en situation og returnerer afgrænsede beslutninger med sandsynligheder i én fremadrettet beregning. Outputtet er et klassifikationsresultat frem for genereret prosa, en åben rapport eller en foreslået kommando.\n\nForbered tilstanden og spørgsmålsskemaet som særskilte input. Tilstanden kan være en streng eller JSON, der repræsenterer en post, en samtale, dokumentindhold eller en situation i en applikation. Spørgsmålene har stabile navne som nøgler, og de samme navne identificerer deres returnerede svar. Definér, hvad hvert spørgsmål skal fastslå, og beskriv de relevante svarmuligheder. En supportpost kan spørge, hvilket team der skal håndtere anmodningen, om påvirkningen er akut, og hvilket alvorlighedskriterium der gælder, uden at samle disse forskellige beslutninger i én vag kategori.\n\nEt noul-spørgsmål returnerer sandsynligheden for sand for en binær betingelse. Et choice-spørgsmål returnerer en valgt navngiven mulighed, sandsynligheder for hver mulighed og konfidens. Et score-spørgsmål bruger en ordnet liste af beskrivelser med indeks fra nul og returnerer en forventet score, en tegnforklaring og sandsynligheder. En score med decimaler er meningsfuld, fordi den sammenfatter usikkerhed på tværs af ordnede niveauer. Undersøg både fordelingen og det valgte svar; to svarmuligheder, der ligger tæt, kan afsløre en forskel, som inputtet ikke afklarer.\n\nVed regelkontrol skal den faktiske regeltekst og postens fakta medtages. Et eksempel er en arbejdsgang til dokumentbehandling med spørgsmål om, hvorvidt posten er komplet, hvilken gennemgangskategori der gælder, og hvor stærkt evidensen taler for øjeblikkelig opmærksomhed. Stil særskilte spørgsmål for særskilte betingelser. En models vurdering af regeloverholdelse bør forblive knyttet til den indsendte regel og evidens. Hvis en vigtig betingelse mangler, skal skemaet og applikationen have en bevidst fastlagt måde at håndtere denne usikkerhed på.\n\nVed visuel evidens skal du indsende et læsbart billede og et spørgsmål om et synligt forhold eller en defineret kategori. En kontrol af en formulars kvalitet kan vurdere læselighed, om et påkrævet område er til stede, og hvilket af de angivne kvalitetsniveauer der bedst beskriver den. Producentens grænseflade til åbne modelvægte accepterer også arrays af videobilleder. Bevar billedernes rækkefølge, og identificér den hændelse, der skal vurderes. Et afgrænset beslutningsskema kan klassificere dette materiale, mens en anmodning om en fortællende beskrivelse eller vilkårlige nygenererede felter hører til en anden type output.\n\nProducentens hostede reference angiver en kontekst på 65.536 tokens, ét til 64 spørgsmål og op til fire indlejrede billeder. PNG-, JPEG- eller WebP-billeder er begrænset til 4 MiB og 16 megapixels pr. billede med i alt 8 MiB afkodede data; hele anmodningsindholdet er begrænset til 13 MiB, og eksterne billedlinks accepteres ikke. Inputbudgettet omfatter spørgsmål og medier. Lang tekst kan blive afkortet for at passe, så bevar afgørende passager og kildeetiketter. Disse grænser beskriver producentens hostede billedgrænseflade; encoderen med åbne modelvægte har sine egne repræsentationer af lokale input.\n\nCloudflares udgivelse beskriver træning til skemabundet scoring og sandsynlighedskalibrering. Modellen udtrækker relevant evidens for de enkelte svarmuligheder og tager derefter information på tværs af felter i betragtning. Det kan understøtte beslutninger om flere relaterede spørgsmål i én post, men en høj sandsynlighed bliver ikke dermed en garanti for, at det underliggende forhold er sandt. Vurdér vanskelige, ufuldstændige og kategorifremmede poster såvel som ligetil tilfælde. Nyttige beslutningskriterier dækker de situationer, arbejdsgangen faktisk møder, og gør vigtige forskelle eksplicitte.\n\nI en agents arbejdsgang kan outputtet afgøre, hvilket defineret næste trin der bør overvejes. Indsend den aktuelle observation og mulige handlinger med tydelige beskrivelser, og gem derefter den valgte mulighed og dens sandsynligheder. Den omgivende applikation anvender sin handlingspolitik og registrerer, hvad den gjorde. Hold denne udførelsesregistrering adskilt fra beslutningsresultatet: At vælge en vej til gennemgang fastslår ikke, at en kontrollant har handlet, og at vælge et diagnostisk trin fastslår ikke, at trinnet lykkedes.\n\nDet endelige resultat er answers-objektet sammen med den tilstand og det skema, som frembragte det. Brug disse registreringer til at undersøge uventede klassifikationer, identificere tvetydige kriterier og sammenligne resultater med gennemgåede opgaveeksempler. Hvis en efterfølgende bruger har brug for en skriftlig forklaring, kan beslutningen og den oprindelige evidens være input til et særskilt svarskrivningstrin. Clef leverer den afgrænsede sandsynlighedsbaserede beslutning, der kræves for at vælge næste trin med en tydelig redegørelse for, hvad der blev vurderet.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cfaa4c8471ec267b9cca611fd170b5e2e878e9ce011cbb750b8da8d9f4ad95b3", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "cloudflare/clefCloudflare Clef er en multimodal beslutningsmodel på 27B parametre til klassifikation, regelkontrol og valg i agenters arbejdsgange. Den vurderer en indsendt tilstand og typede spørgsmål og returnerer sandsynligheder for tilladte alternativer, valgte kategorier og vægtede scorer. Den accepterer tekstlig og visuel evidens uden at generere prosa.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
Cloudflare Clef er den større tætte model i Clef-familien af beslutningsmodeller, eftertrænet på Qwen3.8-27B med dens vision-encoder. Cloudflare kombinerer denne grundmodel med et fælles skemahoved, som knytter evidens til spørgsmålene og scorer deres tilladte svarmuligheder samlet. Clef læser en situation og returnerer afgrænsede beslutninger med sandsynligheder i én fremadrettet beregning. Outputtet er et klassifikationsresultat frem for genereret prosa, en åben rapport eller en foreslået kommando.
Forbered tilstanden og spørgsmålsskemaet som særskilte input. Tilstanden kan være en streng eller JSON, der repræsenterer en post, en samtale, dokumentindhold eller en situation i en applikation. Spørgsmålene har stabile navne som nøgler, og de samme navne identificerer deres returnerede svar. Definér, hvad hvert spørgsmål skal fastslå, og beskriv de relevante svarmuligheder. En supportpost kan spørge, hvilket team der skal håndtere anmodningen, om påvirkningen er akut, og hvilket alvorlighedskriterium der gælder, uden at samle disse forskellige beslutninger i én vag kategori.
Et noul-spørgsmål returnerer sandsynligheden for sand for en binær betingelse. Et choice-spørgsmål returnerer en valgt navngiven mulighed, sandsynligheder for hver mulighed og konfidens. Et score-spørgsmål bruger en ordnet liste af beskrivelser med indeks fra nul og returnerer en forventet score, en tegnforklaring og sandsynligheder. En score med decimaler er meningsfuld, fordi den sammenfatter usikkerhed på tværs af ordnede niveauer. Undersøg både fordelingen og det valgte svar; to svarmuligheder, der ligger tæt, kan afsløre en forskel, som inputtet ikke afklarer.
Ved regelkontrol skal den faktiske regeltekst og postens fakta medtages. Et eksempel er en arbejdsgang til dokumentbehandling med spørgsmål om, hvorvidt posten er komplet, hvilken gennemgangskategori der gælder, og hvor stærkt evidensen taler for øjeblikkelig opmærksomhed. Stil særskilte spørgsmål for særskilte betingelser. En models vurdering af regeloverholdelse bør forblive knyttet til den indsendte regel og evidens. Hvis en vigtig betingelse mangler, skal skemaet og applikationen have en bevidst fastlagt måde at håndtere denne usikkerhed på.
Ved visuel evidens skal du indsende et læsbart billede og et spørgsmål om et synligt forhold eller en defineret kategori. En kontrol af en formulars kvalitet kan vurdere læselighed, om et påkrævet område er til stede, og hvilket af de angivne kvalitetsniveauer der bedst beskriver den. Producentens grænseflade til åbne modelvægte accepterer også arrays af videobilleder. Bevar billedernes rækkefølge, og identificér den hændelse, der skal vurderes. Et afgrænset beslutningsskema kan klassificere dette materiale, mens en anmodning om en fortællende beskrivelse eller vilkårlige nygenererede felter hører til en anden type output.
Producentens hostede reference angiver en kontekst på 65.536 tokens, ét til 64 spørgsmål og op til fire indlejrede billeder. PNG-, JPEG- eller WebP-billeder er begrænset til 4 MiB og 16 megapixels pr. billede med i alt 8 MiB afkodede data; hele anmodningsindholdet er begrænset til 13 MiB, og eksterne billedlinks accepteres ikke. Inputbudgettet omfatter spørgsmål og medier. Lang tekst kan blive afkortet for at passe, så bevar afgørende passager og kildeetiketter. Disse grænser beskriver producentens hostede billedgrænseflade; encoderen med åbne modelvægte har sine egne repræsentationer af lokale input.
Cloudflares udgivelse beskriver træning til skemabundet scoring og sandsynlighedskalibrering. Modellen udtrækker relevant evidens for de enkelte svarmuligheder og tager derefter information på tværs af felter i betragtning. Det kan understøtte beslutninger om flere relaterede spørgsmål i én post, men en høj sandsynlighed bliver ikke dermed en garanti for, at det underliggende forhold er sandt. Vurdér vanskelige, ufuldstændige og kategorifremmede poster såvel som ligetil tilfælde. Nyttige beslutningskriterier dækker de situationer, arbejdsgangen faktisk møder, og gør vigtige forskelle eksplicitte.
I en agents arbejdsgang kan outputtet afgøre, hvilket defineret næste trin der bør overvejes. Indsend den aktuelle observation og mulige handlinger med tydelige beskrivelser, og gem derefter den valgte mulighed og dens sandsynligheder. Den omgivende applikation anvender sin handlingspolitik og registrerer, hvad den gjorde. Hold denne udførelsesregistrering adskilt fra beslutningsresultatet: At vælge en vej til gennemgang fastslår ikke, at en kontrollant har handlet, og at vælge et diagnostisk trin fastslår ikke, at trinnet lykkedes.
Det endelige resultat er answers-objektet sammen med den tilstand og det skema, som frembragte det. Brug disse registreringer til at undersøge uventede klassifikationer, identificere tvetydige kriterier og sammenligne resultater med gennemgåede opgaveeksempler. Hvis en efterfølgende bruger har brug for en skriftlig forklaring, kan beslutningen og den oprindelige evidens være input til et særskilt svarskrivningstrin. Clef leverer den afgrænsede sandsynlighedsbaserede beslutning, der kræves for at vælge næste trin med en tydelig redegørelse for, hvad der blev vurderet.
POST /v1/systemonetext, imagedecisions| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser cloudflare/clef | Standard— |
Feltprovider | Typeschema | KravValgfrit | Værdier og grænser | Standard— |
Feltquestions | Typeobject | KravPåkrævet | Værdier og grænser | Standard— |
Feltsession_id | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltstate | Typeschema | KravPåkrævet | Værdier og grænser | Standard— |
Felttrace | Typeschema | KravValgfrit | Værdier og grænser | Standard— |
Feltuser | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltquestions.<id>.type | Typestring | KravPåkrævet | Værdier og grænser noul, choice, score | Standard— |
Feltquestions.<id>.instructions | Typestring|object|array | KravPåkrævet | Værdier og grænser | Standard— |
Feltquestions.<id>.criteria | Typeobject|array | KravValgfrit | Værdier og grænser Betingelser: choice/score: påkrævet; noul: valgfrit. Kriterier for choice er et objekt; score er et array med minItems1. | Standard— |
Feltquestions.<id>.criteria.true | Typestring|object|array | KravPåkrævet | Værdier og grænser Gælder når: Der er angivet et noul-kriterieobjekt | Standard— |
Feltquestions.<id>.criteria.false | Typestring|object|array | KravPåkrævet | Værdier og grænser Gælder når: Der er angivet et noul-kriterieobjekt | Standard— |
noul · Påkrævet: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Påkrævet: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Påkrævet: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, state, questions |
Parametermaterial_types | Kontrakttext, image |
Parameteroptional_controls | Kontraktprovider, session_id, trace, user |
Parametermultimodal_input_binding | KontraktBrug kun den præcise angivne tilstands- eller dokumentrepræsentation. Producentens billedfunktionalitet alene fastlægger ikke en accepteret modelspecifik transportform for billeder. |
Livscyklus: synchronous
Send det præcise model-ID, og behold hele det native svar.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.00048 / 1K tokens Output · Outputtokens $0 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.00048 / 1K tokens Output · Outputtokens $0 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "cloudflare/clef",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"\nexport AILOOT_REQUEST_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))\nif not isinstance(p,dict): raise SystemExit('Request must be a JSON object')\np['model']='cloudflare/clef'\nPath('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\njson
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Hvert angivet svar på et spørgsmåls-ID bevares med sin præcise type, noul/choice/score-værdi, konfidens, sandsynligheder og forklaring. Hele det oprindelige JSON-svar gemmes og returneres først efter afregning.
Behold den oprindelige operation og hele eller det delvise svar; gentag ikke POST.
| Felt | Type |
|---|---|
Feltmodel | Typestring |
Feltid | Typestring |
Feltprovider | Typestring |
Feltanswers.<id>.type | Typestring |
Feltanswers.<id>.noul | Typenumber |
Feltanswers.<id>.choice | Typestring |
Feltanswers.<id>.score | Typenumber |
Feltanswers.<id>.confidence | Typenumber |
Feltanswers.<id>.probabilities | Typeobject |
Feltanswers.<id>.legend | Typeobject |
Feltusage.input_tokens | Typeinteger |
Feltusage.output_tokens | Typeinteger |
Feltusage.cost | Typenumber |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldigt påkrævet felt, ugyldig repræsentation eller ugyldig værdi | Næste trinRet det angivne forespørgselsfelt. |
Ailoot Ultra cloudflare/clef
Brug metodestierne vist ovenfor.