Cloudflare Clef Omni es el modelo multimodal de mezcla de expertos de la familia de decisión Clef. Se obtiene mediante postentrenamiento de la base de comprensión Qwen3-Omni-30B-A3B-Instruct, con 30B parámetros totales y 3B activos. Cloudflare añade un cabezal de esquema conjunto que dirige la evidencia hacia las preguntas solicitadas y puntúa conjuntamente sus opciones permitidas. El resultado es una decisión tipada con probabilidades, en lugar de una explicación, una transcripción o una salida de voz generadas.
Prepara dos partes principales: un estado que describe la situación y una correspondencia de preguntas con nombre. El estado puede ser texto o JSON estructurado, y las entradas nativas del modelo incluyen además imágenes, audio y vídeo. Cada pregunta indica qué hay que decidir y qué respuestas se admiten. Mantén estables los identificadores para que la aplicación pueda asociar cada respuesta devuelta con la pregunta original. Unas descripciones claras de las opciones dan sentido a cada categoría; de lo contrario, una etiqueta breve y ambigua puede ocultar justo la distinción que el flujo de trabajo necesita.
El formato de registro contempla tres tipos de pregunta. Una pregunta noul plantea una condición de verdadero/falso y devuelve la probabilidad de verdadero. Una pregunta de elección define opciones con nombre y devuelve la opción seleccionada, las probabilidades de cada opción y un valor de confianza independiente. Una pregunta de puntuación define criterios ordenados, indexados desde cero, y devuelve una puntuación ponderada por probabilidad, una leyenda y las probabilidades. La puntuación puede ser fraccionaria porque refleja una distribución entre niveles. Por tanto, una decisión es más rica que una simple etiqueta, aunque sigue acotada por el esquema proporcionado.
Para la revisión visual, proporciona una imagen nítida y la condición que se debe evaluar. Un ejemplo es un registro de instalación con preguntas sobre si la etiqueta identificativa es visible, cuál de las categorías de estado definidas corresponde y si la evidencia basta para la revisión. Mantén separadas las observaciones: que una etiqueta sea visible es una pregunta distinta de que una instalación parezca completa. La salida puede ayudar a una aplicación a encaminar el registro o a señalar una condición de revisión; por sí misma no realiza una inspección, no modifica un registro ni genera un informe escrito.
Para audio y vídeo, centra las preguntas en la evidencia que el clip proporcionado puede respaldar. Una revisión práctica de equipos podría incluir una foto, una grabación y un vídeo breve, y preguntar si se oye un sonido concreto o si un componente se mueve de forma visible. El fabricante describe que procesa la pista de sonido de un vídeo junto con sus fotogramas cuando todos los vídeos del registro tienen sonido. Conserva la relación entre los contenidos multimedia y el estado escrito, y no pidas al modelo que clasifique un evento que quede fuera del intervalo adjunto.
El perfil alojado del fabricante indica un contexto de 64.000 tokens y de una a 64 preguntas. Admite hasta cuatro imágenes, cuatro clips de audio y dos vídeos, con un límite de 300 segundos por clip de audio y de 60 segundos por vídeo. Estos son los límites de la interfaz documentada del productor. Los contenidos multimedia y las preguntas ocupan contexto; un exceso de multimedia puede hacer que la solicitud falle, mientras que un estado de texto largo puede truncarse para que quepa. Coloca la evidencia decisiva en un registro centrado y prepara las preguntas antes de gastar la ventana en historial no relacionado.
La interfaz alojada del fabricante recibe contenidos multimedia incrustados en lugar de enlaces remotos. Sus imágenes PNG, JPEG o WebP están limitadas a 4 MiB y 16 megapíxeles cada una, con un presupuesto total de 8 MiB de imagen descodificada. Cada clip de audio está limitado a 8 MiB y 300 segundos; cada vídeo, a 16 MiB y 60 segundos. El audio y el vídeo juntos pueden sumar como máximo 16 MiB descodificados, y los vídeos se muestrean a dos fotogramas por segundo. Estos límites corresponden a esa interfaz del productor; el codificador de pesos abiertos acepta representaciones locales adicionales. La capacidad de audio de la base de comprensión no significa que este modelo de decisión produzca audio: sus componentes de generación de voz no se utilizan para puntuar decisiones.
Para el soporte o el enrutamiento de flujos de trabajo, define las categorías y los criterios ordenados a partir de las normas de funcionamiento reales. Un registro de incidencia podría preguntar qué equipo debe gestionarla, si el impacto es urgente y qué nivel de gravedad se ajusta mejor a la evidencia. La salida observable es un conjunto de respuestas tipadas bajo esos nombres de pregunta. Revisa toda la distribución de probabilidades cuando las categorías estén próximas y define de forma explícita cómo trata la aplicación los casos inciertos. Una probabilidad alta es una valoración del modelo sobre la evidencia proporcionada, no una prueba de que la condición se haya verificado de forma independiente.
Conserva juntos el estado, el esquema de preguntas y las respuestas devueltas al inspeccionar un resultado. Comprueba si las opciones cubren la situación real, si sus descripciones se solapan y si se ha omitido o truncado alguna evidencia importante. Si un paso posterior necesita una explicación escrita, puede usar la decisión y el material de origen como entrada de un paso de redacción independiente. La función útil de Clef Omni es puntuar alternativas definidas a partir de evidencia multimodal, de modo que la siguiente acción pueda elegirse con una entrada y una salida claras e inspeccionables.
", "aboutText": "Cloudflare Clef Omni es el modelo multimodal de mezcla de expertos de la familia de decisión Clef. Se obtiene mediante postentrenamiento de la base de comprensión Qwen3-Omni-30B-A3B-Instruct, con 30B parámetros totales y 3B activos. Cloudflare añade un cabezal de esquema conjunto que dirige la evidencia hacia las preguntas solicitadas y puntúa conjuntamente sus opciones permitidas. El resultado es una decisión tipada con probabilidades, en lugar de una explicación, una transcripción o una salida de voz generadas.\n\nPrepara dos partes principales: un estado que describe la situación y una correspondencia de preguntas con nombre. El estado puede ser texto o JSON estructurado, y las entradas nativas del modelo incluyen además imágenes, audio y vídeo. Cada pregunta indica qué hay que decidir y qué respuestas se admiten. Mantén estables los identificadores para que la aplicación pueda asociar cada respuesta devuelta con la pregunta original. Unas descripciones claras de las opciones dan sentido a cada categoría; de lo contrario, una etiqueta breve y ambigua puede ocultar justo la distinción que el flujo de trabajo necesita.\n\nEl formato de registro contempla tres tipos de pregunta. Una pregunta noul plantea una condición de verdadero/falso y devuelve la probabilidad de verdadero. Una pregunta de elección define opciones con nombre y devuelve la opción seleccionada, las probabilidades de cada opción y un valor de confianza independiente. Una pregunta de puntuación define criterios ordenados, indexados desde cero, y devuelve una puntuación ponderada por probabilidad, una leyenda y las probabilidades. La puntuación puede ser fraccionaria porque refleja una distribución entre niveles. Por tanto, una decisión es más rica que una simple etiqueta, aunque sigue acotada por el esquema proporcionado.\n\nPara la revisión visual, proporciona una imagen nítida y la condición que se debe evaluar. Un ejemplo es un registro de instalación con preguntas sobre si la etiqueta identificativa es visible, cuál de las categorías de estado definidas corresponde y si la evidencia basta para la revisión. Mantén separadas las observaciones: que una etiqueta sea visible es una pregunta distinta de que una instalación parezca completa. La salida puede ayudar a una aplicación a encaminar el registro o a señalar una condición de revisión; por sí misma no realiza una inspección, no modifica un registro ni genera un informe escrito.\n\nPara audio y vídeo, centra las preguntas en la evidencia que el clip proporcionado puede respaldar. Una revisión práctica de equipos podría incluir una foto, una grabación y un vídeo breve, y preguntar si se oye un sonido concreto o si un componente se mueve de forma visible. El fabricante describe que procesa la pista de sonido de un vídeo junto con sus fotogramas cuando todos los vídeos del registro tienen sonido. Conserva la relación entre los contenidos multimedia y el estado escrito, y no pidas al modelo que clasifique un evento que quede fuera del intervalo adjunto.\n\nEl perfil alojado del fabricante indica un contexto de 64.000 tokens y de una a 64 preguntas. Admite hasta cuatro imágenes, cuatro clips de audio y dos vídeos, con un límite de 300 segundos por clip de audio y de 60 segundos por vídeo. Estos son los límites de la interfaz documentada del productor. Los contenidos multimedia y las preguntas ocupan contexto; un exceso de multimedia puede hacer que la solicitud falle, mientras que un estado de texto largo puede truncarse para que quepa. Coloca la evidencia decisiva en un registro centrado y prepara las preguntas antes de gastar la ventana en historial no relacionado.\n\nLa interfaz alojada del fabricante recibe contenidos multimedia incrustados en lugar de enlaces remotos. Sus imágenes PNG, JPEG o WebP están limitadas a 4 MiB y 16 megapíxeles cada una, con un presupuesto total de 8 MiB de imagen descodificada. Cada clip de audio está limitado a 8 MiB y 300 segundos; cada vídeo, a 16 MiB y 60 segundos. El audio y el vídeo juntos pueden sumar como máximo 16 MiB descodificados, y los vídeos se muestrean a dos fotogramas por segundo. Estos límites corresponden a esa interfaz del productor; el codificador de pesos abiertos acepta representaciones locales adicionales. La capacidad de audio de la base de comprensión no significa que este modelo de decisión produzca audio: sus componentes de generación de voz no se utilizan para puntuar decisiones.\n\nPara el soporte o el enrutamiento de flujos de trabajo, define las categorías y los criterios ordenados a partir de las normas de funcionamiento reales. Un registro de incidencia podría preguntar qué equipo debe gestionarla, si el impacto es urgente y qué nivel de gravedad se ajusta mejor a la evidencia. La salida observable es un conjunto de respuestas tipadas bajo esos nombres de pregunta. Revisa toda la distribución de probabilidades cuando las categorías estén próximas y define de forma explícita cómo trata la aplicación los casos inciertos. Una probabilidad alta es una valoración del modelo sobre la evidencia proporcionada, no una prueba de que la condición se haya verificado de forma independiente.\n\nConserva juntos el estado, el esquema de preguntas y las respuestas devueltas al inspeccionar un resultado. Comprueba si las opciones cubren la situación real, si sus descripciones se solapan y si se ha omitido o truncado alguna evidencia importante. Si un paso posterior necesita una explicación escrita, puede usar la decisión y el material de origen como entrada de un paso de redacción independiente. La función útil de Clef Omni es puntuar alternativas definidas a partir de evidencia multimodal, de modo que la siguiente acción pueda elegirse con una entrada y una salida claras e inspeccionables.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c79fe2012c3badbbf46dfc6e325bf2cb6da4a7875d00829e1cf795b0a3c7667e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "cloudflare/clef-omniCloudflare Clef Omni es un modelo de decisión multimodal con una base MoE de 30B parámetros totales y 3B activos. Evalúa el texto, el estado estructurado y los contenidos multimedia proporcionados frente a preguntas tipadas, y devuelve probabilidades y decisiones acotadas. Su salida es una opción elegida, una probabilidad de verdadero o una puntuación ordenada, en lugar de prosa generada.
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 Omni es el modelo multimodal de mezcla de expertos de la familia de decisión Clef. Se obtiene mediante postentrenamiento de la base de comprensión Qwen3-Omni-30B-A3B-Instruct, con 30B parámetros totales y 3B activos. Cloudflare añade un cabezal de esquema conjunto que dirige la evidencia hacia las preguntas solicitadas y puntúa conjuntamente sus opciones permitidas. El resultado es una decisión tipada con probabilidades, en lugar de una explicación, una transcripción o una salida de voz generadas.
Prepara dos partes principales: un estado que describe la situación y una correspondencia de preguntas con nombre. El estado puede ser texto o JSON estructurado, y las entradas nativas del modelo incluyen además imágenes, audio y vídeo. Cada pregunta indica qué hay que decidir y qué respuestas se admiten. Mantén estables los identificadores para que la aplicación pueda asociar cada respuesta devuelta con la pregunta original. Unas descripciones claras de las opciones dan sentido a cada categoría; de lo contrario, una etiqueta breve y ambigua puede ocultar justo la distinción que el flujo de trabajo necesita.
El formato de registro contempla tres tipos de pregunta. Una pregunta noul plantea una condición de verdadero/falso y devuelve la probabilidad de verdadero. Una pregunta de elección define opciones con nombre y devuelve la opción seleccionada, las probabilidades de cada opción y un valor de confianza independiente. Una pregunta de puntuación define criterios ordenados, indexados desde cero, y devuelve una puntuación ponderada por probabilidad, una leyenda y las probabilidades. La puntuación puede ser fraccionaria porque refleja una distribución entre niveles. Por tanto, una decisión es más rica que una simple etiqueta, aunque sigue acotada por el esquema proporcionado.
Para la revisión visual, proporciona una imagen nítida y la condición que se debe evaluar. Un ejemplo es un registro de instalación con preguntas sobre si la etiqueta identificativa es visible, cuál de las categorías de estado definidas corresponde y si la evidencia basta para la revisión. Mantén separadas las observaciones: que una etiqueta sea visible es una pregunta distinta de que una instalación parezca completa. La salida puede ayudar a una aplicación a encaminar el registro o a señalar una condición de revisión; por sí misma no realiza una inspección, no modifica un registro ni genera un informe escrito.
Para audio y vídeo, centra las preguntas en la evidencia que el clip proporcionado puede respaldar. Una revisión práctica de equipos podría incluir una foto, una grabación y un vídeo breve, y preguntar si se oye un sonido concreto o si un componente se mueve de forma visible. El fabricante describe que procesa la pista de sonido de un vídeo junto con sus fotogramas cuando todos los vídeos del registro tienen sonido. Conserva la relación entre los contenidos multimedia y el estado escrito, y no pidas al modelo que clasifique un evento que quede fuera del intervalo adjunto.
El perfil alojado del fabricante indica un contexto de 64.000 tokens y de una a 64 preguntas. Admite hasta cuatro imágenes, cuatro clips de audio y dos vídeos, con un límite de 300 segundos por clip de audio y de 60 segundos por vídeo. Estos son los límites de la interfaz documentada del productor. Los contenidos multimedia y las preguntas ocupan contexto; un exceso de multimedia puede hacer que la solicitud falle, mientras que un estado de texto largo puede truncarse para que quepa. Coloca la evidencia decisiva en un registro centrado y prepara las preguntas antes de gastar la ventana en historial no relacionado.
La interfaz alojada del fabricante recibe contenidos multimedia incrustados en lugar de enlaces remotos. Sus imágenes PNG, JPEG o WebP están limitadas a 4 MiB y 16 megapíxeles cada una, con un presupuesto total de 8 MiB de imagen descodificada. Cada clip de audio está limitado a 8 MiB y 300 segundos; cada vídeo, a 16 MiB y 60 segundos. El audio y el vídeo juntos pueden sumar como máximo 16 MiB descodificados, y los vídeos se muestrean a dos fotogramas por segundo. Estos límites corresponden a esa interfaz del productor; el codificador de pesos abiertos acepta representaciones locales adicionales. La capacidad de audio de la base de comprensión no significa que este modelo de decisión produzca audio: sus componentes de generación de voz no se utilizan para puntuar decisiones.
Para el soporte o el enrutamiento de flujos de trabajo, define las categorías y los criterios ordenados a partir de las normas de funcionamiento reales. Un registro de incidencia podría preguntar qué equipo debe gestionarla, si el impacto es urgente y qué nivel de gravedad se ajusta mejor a la evidencia. La salida observable es un conjunto de respuestas tipadas bajo esos nombres de pregunta. Revisa toda la distribución de probabilidades cuando las categorías estén próximas y define de forma explícita cómo trata la aplicación los casos inciertos. Una probabilidad alta es una valoración del modelo sobre la evidencia proporcionada, no una prueba de que la condición se haya verificado de forma independiente.
Conserva juntos el estado, el esquema de preguntas y las respuestas devueltas al inspeccionar un resultado. Comprueba si las opciones cubren la situación real, si sus descripciones se solapan y si se ha omitido o truncado alguna evidencia importante. Si un paso posterior necesita una explicación escrita, puede usar la decisión y el material de origen como entrada de un paso de redacción independiente. La función útil de Clef Omni es puntuar alternativas definidas a partir de evidencia multimodal, de modo que la siguiente acción pueda elegirse con una entrada y una salida claras e inspeccionables.
POST /v1/systemonetext, imagedecisions| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites cloudflare/clef-omni | 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 una lista con minItems1. | Predeterminado— |
Campoquestions.<id>.criteria.true | Tipostring|object|array | RequisitoObligatorio | Valores y límites Se aplica cuando: Se ha proporcionado un objeto de criterios noul | Predeterminado— |
Campoquestions.<id>.criteria.false | Tipostring|object|array | RequisitoObligatorio | Valores y límites Se aplica cuando: Se ha proporcionado un 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 del estado o documento. La capacidad de imagen del fabricante por sí sola no establece un formato de transmisión 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 $0.0003 / 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 |
| ConfiguraciónTramo 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 $0.0003 / 1K tokens Salida · Tokens de salida $0 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "cloudflare/clef-omni",\n "questions": {\n "is_bug": {\n "criteria": {\n "false": "The customer is asking a question or requesting a feature.",\n "true": "The customer describes broken or unexpected product behavior."\n },\n "instructions": "Is the customer reporting a software defect?",\n "type": "noul"\n },\n "team": {\n "criteria": {\n "account": "Login, permissions, or profile issues.",\n "frontend": "Rendering, layout, or browser compatibility issues.",\n "payments": "Checkout, billing, or payment processing issues."\n },\n "instructions": "Which team should own this ticket?",\n "type": "choice"\n },\n "urgency": {\n "criteria": [\n "Can wait for the next release",\n "Should be fixed this week",\n "Blocking revenue right now"\n ],\n "instructions": "How urgent is this ticket?",\n "type": "score"\n }\n },\n "state": {\n "customer_tier": "enterprise",\n "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."\n }\n}set -eu\n: "${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-omni'\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 solo se devuelve tras la liquidación.
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-omni
Usa las rutas de método indicadas arriba.