Cloudflare Clef Flash es el modelo de decisión más pequeño de la familia Clef, creado mediante posentrenamiento de Qwen3.5-9B con su codificador visual. Un cabezal de esquema conjunto lee la evidencia de la entrada y puntúa las respuestas permitidas para cada pregunta solicitada en una sola pasada de inferencia. Su función es producir clasificaciones y decisiones acotadas dentro de un flujo de trabajo. La salida es un resultado tipado con probabilidades, en lugar de una respuesta conversacional que una aplicación deba interpretar como una categoría.
Describe la situación en un estado de texto o JSON y define las preguntas por separado. Una pregunta necesita un nombre estable, un tipo y una instrucción clara; las preguntas de categoría o puntuación también definen sus criterios permitidos. Para un mensaje de soporte, una pregunta puede clasificar el problema, otra evaluar la urgencia y otra identificar si al registro le falta información necesaria para el siguiente paso. Mantén en el estado las palabras reales del cliente, el historial pertinente y las reglas operativas para que la decisión esté vinculada a la evidencia.
Los tres tipos de pregunta responden a necesidades distintas. Un resultado noul es la probabilidad de que se cumpla una condición de verdadero o falso. Un resultado choice identifica una opción con nombre e incluye probabilidades entre las alternativas, además de un valor de confianza. Un resultado score evalúa criterios ordenados y devuelve su puntuación ponderada por probabilidad, su leyenda y su distribución. Define deliberadamente el orden de una puntuación: pasar de «No se requiere ninguna acción» a «Revisión inmediata» es distinto de tener un conjunto no ordenado de etiquetas temáticas.
Para una asignación rápida, describe las categorías mediante las acciones o los límites de responsabilidad que realmente las distinguen. Un ejemplo útil es una solicitud con opciones de acceso a la cuenta, falla técnica, pregunta de documentación y otro, con una explicación de cada opción. El resultado del modelo puede pasarse a una regla de asignación de la aplicación. Una distribución cercana entre falla técnica y acceso a la cuenta es evidencia útil de ambigüedad; decide explícitamente cómo tratará el flujo de trabajo esos casos, en lugar de suponer que la etiqueta seleccionada es un diagnóstico confirmado.
Para la clasificación visual, proporciona una imagen legible y una condición que la imagen pueda respaldar. Una revisión de recibos podría preguntar si el total es legible y elegir entre categorías definidas de calidad del documento. No debería solicitar un total nuevo arbitrario como si el modelo fuera un servicio de extracción o redacción sin restricciones. La interfaz de pesos abiertos del fabricante también acepta arreglos de fotogramas de video. Conserva la conexión entre los fotogramas y el estado escrito, y pregunta sobre eventos o condiciones visibles dentro de ese material.
La referencia actual de la interfaz alojada del fabricante indica un contexto de 24,576 tokens, hasta 64 preguntas y hasta cuatro imágenes incrustadas. Sus imágenes PNG, JPEG o WebP están limitadas a 4 MiB y 16 megapíxeles cada una, con un total decodificado de 8 MiB; el cuerpo completo de la solicitud está limitado a 13 MiB y no se aceptan enlaces remotos a imágenes. Las definiciones de preguntas y los medios consumen espacio de entrada, y el texto largo puede truncarse para ajustarse. Incluye la evidencia decisiva en un estado compacto. Cloudflare documenta que la reducción del contexto alojado no cambió los pesos publicados, de modo que la ventana alojada y la configuración de pesos abiertos siguen siendo distintas.
La salida restringida del modelo lo hace útil para comprobaciones repetidas de políticas o flujos de trabajo. Por ejemplo, define preguntas separadas sobre si un registro cumple las reglas de integridad de la información establecidas y qué categoría de seguimiento corresponde. Mantén explícitos los criterios e incluye una opción para los casos que las categorías no cubran cuando eso forme parte del diseño del flujo de trabajo. Las probabilidades puntúan las opciones proporcionadas; no establecen que estas constituyan una descripción completa de todas las situaciones reales.
Conserva juntos el estado, el esquema y la respuesta devuelta. Cuando un resultado sea sorprendente, examina si un criterio es ambiguo, si faltó una entrada decisiva o si se cortó texto pertinente. Compara las evaluaciones del modelo con casos revisados de la tarea real antes de elegir umbrales para acciones automáticas. El posicionamiento de Clef Flash como modelo más pequeño y de decisión rápida no sustituye la comprobación del costo de una asignación incorrecta dentro del flujo de trabajo.
Usa el resultado tipado como entrada del siguiente paso de la aplicación. El modelo no ejecuta ese paso ni redacta su explicación posterior. Si el usuario necesita un informe, mantén disponibles la decisión y la evidencia de origen para un proceso de redacción separado. El artefacto útil de Clef Flash es una respuesta que se puede inspeccionar para cada pregunta con nombre, con la información de probabilidad necesaria para aplicar las reglas del flujo de trabajo.
", "aboutText": "Cloudflare Clef Flash es el modelo de decisión más pequeño de la familia Clef, creado mediante posentrenamiento de Qwen3.5-9B con su codificador visual. Un cabezal de esquema conjunto lee la evidencia de la entrada y puntúa las respuestas permitidas para cada pregunta solicitada en una sola pasada de inferencia. Su función es producir clasificaciones y decisiones acotadas dentro de un flujo de trabajo. La salida es un resultado tipado con probabilidades, en lugar de una respuesta conversacional que una aplicación deba interpretar como una categoría.\n\nDescribe la situación en un estado de texto o JSON y define las preguntas por separado. Una pregunta necesita un nombre estable, un tipo y una instrucción clara; las preguntas de categoría o puntuación también definen sus criterios permitidos. Para un mensaje de soporte, una pregunta puede clasificar el problema, otra evaluar la urgencia y otra identificar si al registro le falta información necesaria para el siguiente paso. Mantén en el estado las palabras reales del cliente, el historial pertinente y las reglas operativas para que la decisión esté vinculada a la evidencia.\n\nLos tres tipos de pregunta responden a necesidades distintas. Un resultado noul es la probabilidad de que se cumpla una condición de verdadero o falso. Un resultado choice identifica una opción con nombre e incluye probabilidades entre las alternativas, además de un valor de confianza. Un resultado score evalúa criterios ordenados y devuelve su puntuación ponderada por probabilidad, su leyenda y su distribución. Define deliberadamente el orden de una puntuación: pasar de «No se requiere ninguna acción» a «Revisión inmediata» es distinto de tener un conjunto no ordenado de etiquetas temáticas.\n\nPara una asignación rápida, describe las categorías mediante las acciones o los límites de responsabilidad que realmente las distinguen. Un ejemplo útil es una solicitud con opciones de acceso a la cuenta, falla técnica, pregunta de documentación y otro, con una explicación de cada opción. El resultado del modelo puede pasarse a una regla de asignación de la aplicación. Una distribución cercana entre falla técnica y acceso a la cuenta es evidencia útil de ambigüedad; decide explícitamente cómo tratará el flujo de trabajo esos casos, en lugar de suponer que la etiqueta seleccionada es un diagnóstico confirmado.\n\nPara la clasificación visual, proporciona una imagen legible y una condición que la imagen pueda respaldar. Una revisión de recibos podría preguntar si el total es legible y elegir entre categorías definidas de calidad del documento. No debería solicitar un total nuevo arbitrario como si el modelo fuera un servicio de extracción o redacción sin restricciones. La interfaz de pesos abiertos del fabricante también acepta arreglos de fotogramas de video. Conserva la conexión entre los fotogramas y el estado escrito, y pregunta sobre eventos o condiciones visibles dentro de ese material.\n\nLa referencia actual de la interfaz alojada del fabricante indica un contexto de 24,576 tokens, hasta 64 preguntas y hasta cuatro imágenes incrustadas. Sus imágenes PNG, JPEG o WebP están limitadas a 4 MiB y 16 megapíxeles cada una, con un total decodificado de 8 MiB; el cuerpo completo de la solicitud está limitado a 13 MiB y no se aceptan enlaces remotos a imágenes. Las definiciones de preguntas y los medios consumen espacio de entrada, y el texto largo puede truncarse para ajustarse. Incluye la evidencia decisiva en un estado compacto. Cloudflare documenta que la reducción del contexto alojado no cambió los pesos publicados, de modo que la ventana alojada y la configuración de pesos abiertos siguen siendo distintas.\n\nLa salida restringida del modelo lo hace útil para comprobaciones repetidas de políticas o flujos de trabajo. Por ejemplo, define preguntas separadas sobre si un registro cumple las reglas de integridad de la información establecidas y qué categoría de seguimiento corresponde. Mantén explícitos los criterios e incluye una opción para los casos que las categorías no cubran cuando eso forme parte del diseño del flujo de trabajo. Las probabilidades puntúan las opciones proporcionadas; no establecen que estas constituyan una descripción completa de todas las situaciones reales.\n\nConserva juntos el estado, el esquema y la respuesta devuelta. Cuando un resultado sea sorprendente, examina si un criterio es ambiguo, si faltó una entrada decisiva o si se cortó texto pertinente. Compara las evaluaciones del modelo con casos revisados de la tarea real antes de elegir umbrales para acciones automáticas. El posicionamiento de Clef Flash como modelo más pequeño y de decisión rápida no sustituye la comprobación del costo de una asignación incorrecta dentro del flujo de trabajo.\n\nUsa el resultado tipado como entrada del siguiente paso de la aplicación. El modelo no ejecuta ese paso ni redacta su explicación posterior. Si el usuario necesita un informe, mantén disponibles la decisión y la evidencia de origen para un proceso de redacción separado. El artefacto útil de Clef Flash es una respuesta que se puede inspeccionar para cada pregunta con nombre, con la información de probabilidad necesaria para aplicar las reglas del flujo de trabajo.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3993c248ea9aac86056e40df5547b9cd18a97fa1c5670ed9d731dcdfd321feac", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "cloudflare/clef-flashCloudflare Clef Flash es el modelo de decisión Clef más pequeño, de 9B parámetros, diseñado para clasificaciones rápidas y decisiones dentro de flujos de trabajo. Evalúa texto, estados estructurados y entradas visuales según preguntas con nombre, y devuelve probabilidades por opción, una categoría seleccionada o una puntuación ordenada sin generar prosa.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Cloudflare Clef Flash es el modelo de decisión más pequeño de la familia Clef, creado mediante posentrenamiento de Qwen3.5-9B con su codificador visual. Un cabezal de esquema conjunto lee la evidencia de la entrada y puntúa las respuestas permitidas para cada pregunta solicitada en una sola pasada de inferencia. Su función es producir clasificaciones y decisiones acotadas dentro de un flujo de trabajo. La salida es un resultado tipado con probabilidades, en lugar de una respuesta conversacional que una aplicación deba interpretar como una categoría.
Describe la situación en un estado de texto o JSON y define las preguntas por separado. Una pregunta necesita un nombre estable, un tipo y una instrucción clara; las preguntas de categoría o puntuación también definen sus criterios permitidos. Para un mensaje de soporte, una pregunta puede clasificar el problema, otra evaluar la urgencia y otra identificar si al registro le falta información necesaria para el siguiente paso. Mantén en el estado las palabras reales del cliente, el historial pertinente y las reglas operativas para que la decisión esté vinculada a la evidencia.
Los tres tipos de pregunta responden a necesidades distintas. Un resultado noul es la probabilidad de que se cumpla una condición de verdadero o falso. Un resultado choice identifica una opción con nombre e incluye probabilidades entre las alternativas, además de un valor de confianza. Un resultado score evalúa criterios ordenados y devuelve su puntuación ponderada por probabilidad, su leyenda y su distribución. Define deliberadamente el orden de una puntuación: pasar de «No se requiere ninguna acción» a «Revisión inmediata» es distinto de tener un conjunto no ordenado de etiquetas temáticas.
Para una asignación rápida, describe las categorías mediante las acciones o los límites de responsabilidad que realmente las distinguen. Un ejemplo útil es una solicitud con opciones de acceso a la cuenta, falla técnica, pregunta de documentación y otro, con una explicación de cada opción. El resultado del modelo puede pasarse a una regla de asignación de la aplicación. Una distribución cercana entre falla técnica y acceso a la cuenta es evidencia útil de ambigüedad; decide explícitamente cómo tratará el flujo de trabajo esos casos, en lugar de suponer que la etiqueta seleccionada es un diagnóstico confirmado.
Para la clasificación visual, proporciona una imagen legible y una condición que la imagen pueda respaldar. Una revisión de recibos podría preguntar si el total es legible y elegir entre categorías definidas de calidad del documento. No debería solicitar un total nuevo arbitrario como si el modelo fuera un servicio de extracción o redacción sin restricciones. La interfaz de pesos abiertos del fabricante también acepta arreglos de fotogramas de video. Conserva la conexión entre los fotogramas y el estado escrito, y pregunta sobre eventos o condiciones visibles dentro de ese material.
La referencia actual de la interfaz alojada del fabricante indica un contexto de 24,576 tokens, hasta 64 preguntas y hasta cuatro imágenes incrustadas. Sus imágenes PNG, JPEG o WebP están limitadas a 4 MiB y 16 megapíxeles cada una, con un total decodificado de 8 MiB; el cuerpo completo de la solicitud está limitado a 13 MiB y no se aceptan enlaces remotos a imágenes. Las definiciones de preguntas y los medios consumen espacio de entrada, y el texto largo puede truncarse para ajustarse. Incluye la evidencia decisiva en un estado compacto. Cloudflare documenta que la reducción del contexto alojado no cambió los pesos publicados, de modo que la ventana alojada y la configuración de pesos abiertos siguen siendo distintas.
La salida restringida del modelo lo hace útil para comprobaciones repetidas de políticas o flujos de trabajo. Por ejemplo, define preguntas separadas sobre si un registro cumple las reglas de integridad de la información establecidas y qué categoría de seguimiento corresponde. Mantén explícitos los criterios e incluye una opción para los casos que las categorías no cubran cuando eso forme parte del diseño del flujo de trabajo. Las probabilidades puntúan las opciones proporcionadas; no establecen que estas constituyan una descripción completa de todas las situaciones reales.
Conserva juntos el estado, el esquema y la respuesta devuelta. Cuando un resultado sea sorprendente, examina si un criterio es ambiguo, si faltó una entrada decisiva o si se cortó texto pertinente. Compara las evaluaciones del modelo con casos revisados de la tarea real antes de elegir umbrales para acciones automáticas. El posicionamiento de Clef Flash como modelo más pequeño y de decisión rápida no sustituye la comprobación del costo de una asignación incorrecta dentro del flujo de trabajo.
Usa el resultado tipado como entrada del siguiente paso de la aplicación. El modelo no ejecuta ese paso ni redacta su explicación posterior. Si el usuario necesita un informe, mantén disponibles la decisión y la evidencia de origen para un proceso de redacción separado. El artefacto útil de Clef Flash es una respuesta que se puede inspeccionar para cada pregunta con nombre, con la información de probabilidad necesaria para aplicar las reglas del flujo de trabajo.
POST /v1/systemonetext, imagedecisions| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites cloudflare/clef-flash | Predeterminado— |
Campoprovider | Tiposchema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campoquestions | Tipoobject | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camposession_id | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campostate | Tiposchema | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campotrace | Tiposchema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campouser | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campoquestions.<id>.type | Tipostring | RequisitoObligatorio | Valores y límites noul, choice, score | Predeterminado— |
Campoquestions.<id>.instructions | Tipostring|object|array | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campoquestions.<id>.criteria | Tipoobject|array | RequisitoOpcional | Valores y límites Condiciones: choice/score: obligatorios; noul: opcional. Los criterios de choice son un objeto; score es un arreglo con minItems1. | Predeterminado— |
Campoquestions.<id>.criteria.true | Tipostring|object|array | RequisitoObligatorio | Valores y límites Se aplica cuando: Se proporcionó el objeto de criterios noul | Predeterminado— |
Campoquestions.<id>.criteria.false | Tipostring|object|array | RequisitoObligatorio | Valores y límites Se aplica cuando: Se proporcionó el objeto de criterios noul | Predeterminado— |
noul · Obligatorio: state, questions.<id>.type=noul, questions.<id>.instructions
choice · Obligatorio: state, questions.<id>.type=choice, questions.<id>.instructions, criteria object
score · Obligatorio: state, questions.<id>.type=score, questions.<id>.instructions, criteria array with minItems1
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, state, questions |
Parámetromaterial_types | Contratotext, image |
Parámetrooptional_controls | Contratoprovider, session_id, trace, user |
Parámetromultimodal_input_binding | ContratoUsa únicamente la representación exacta declarada de estado o documento. La capacidad de imagen del fabricante por sí sola no establece un formato de entrada de imagen aceptado específico del modelo. |
Ciclo de vida: synchronous
Envía el ID exacto del modelo y conserva la respuesta nativa completa.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.000076 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.000076 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "cloudflare/clef-flash",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${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-flash'\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
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Se conserva cada respuesta al ID de pregunta proporcionado con su tipo exacto, valor noul/choice/score, confianza, probabilidades y leyenda. El JSON original completo se almacena y devuelve únicamente después de liquidar el cargo.
Conserva la operación original y la respuesta completa o parcial; no repitas el POST.
| Campo | Tipo |
|---|---|
Campomodel | Tipostring |
Campoid | Tipostring |
Campoprovider | Tipostring |
Campoanswers.<id>.type | Tipostring |
Campoanswers.<id>.noul | Tiponumber |
Campoanswers.<id>.choice | Tipostring |
Campoanswers.<id>.score | Tiponumber |
Campoanswers.<id>.confidence | Tiponumber |
Campoanswers.<id>.probabilities | Tipoobject |
Campoanswers.<id>.legend | Tipoobject |
Campousage.input_tokens | Tipointeger |
Campousage.output_tokens | Tipointeger |
Campousage.cost | Tiponumber |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampo obligatorio, representación o valor no válido | Siguiente pasoCorrige el campo indicado de la solicitud. |
Ailoot Ultra cloudflare/clef-flash
Usa las rutas de método indicadas arriba.