Source: https://ailoot.ai/models/it/cloudflare-clef-omni/
Canonical: https://ailoot.ai/models/it/cloudflare-clef-omni/
Language: it

# Cloudflare: Clef Omni

[Markdown](https://ailoot.ai/models/it/cloudflare-clef-omni/index.md) · [JSON](https://ailoot.ai/models/it/cloudflare-clef-omni/facts.json)

## [Cloudflare: Clef Omni](https://ailoot.ai/models/it/cloudflare-clef-omni/)

Cloudflare Clef Omni è un modello decisionale multimodale con un’architettura MoE da 30 miliardi di parametri totali, di cui 3 miliardi attivi. Valuta testo, stato strutturato e contenuti multimediali forniti rispetto a domande tipizzate, restituendo probabilità e decisioni circoscritte. L’output è una scelta, una probabilità che la condizione sia vera o un punteggio ordinato, anziché testo generato.

- [**Ailoot Ultra · System One** `POST /v1/systemone` `cloudflare/clef-omni`](https://ailoot.ai/models/it/cloudflare-clef-omni/#method-0)

Informazioni sul modello

Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.

Cloudflare Clef Omni è il modello multimodale mixture-of-experts della famiglia decisionale Clef. Deriva dal post-addestramento dell’architettura di comprensione Qwen3-Omni-30B-A3B-Instruct, con 30 miliardi di parametri totali e 3 miliardi attivi. Cloudflare aggiunge una testa condivisa per lo schema, che indirizza gli elementi di evidenza alle domande richieste e valuta insieme le opzioni ammesse. Il risultato è una decisione tipizzata con probabilità, anziché una spiegazione, una trascrizione o un output vocale generato.

Prepara due parti principali: uno stato che descriva la situazione e una mappa di domande con nome. Lo stato può essere testo o JSON strutturato; gli input nativi del modello comprendono anche immagini, audio e video. Ogni domanda specifica che cosa decidere e quali risposte sono ammesse. Mantieni stabili gli identificatori, affinché un’applicazione possa associare ogni risposta restituita alla domanda originale. Descrizioni chiare delle opzioni danno significato a una categoria; un’etichetta breve e ambigua può altrimenti nascondere la distinzione di cui il flusso di lavoro ha effettivamente bisogno.

Il formato del record prevede tre tipi di domanda. Una domanda noul riguarda una condizione vera o falsa e restituisce la probabilità che sia vera. Una domanda choice definisce opzioni con nome e restituisce l’opzione selezionata, le probabilità delle singole opzioni e un valore di confidenza separato. Una domanda score definisce criteri ordinati con indici a partire da zero e restituisce un punteggio ponderato per le probabilità, una legenda e le probabilità. Il punteggio può essere frazionario perché riflette una distribuzione tra livelli. Una decisione è quindi più ricca di una semplice etichetta, pur restando circoscritta allo schema fornito.

Per una verifica visiva, fornisci un’immagine chiara e la condizione da valutare. Un esempio è un record di installazione con domande che chiedono se l’etichetta identificativa è visibile, quale delle categorie di stato definite si applica e se gli elementi disponibili sono sufficienti per la verifica. Mantieni separate le osservazioni: la visibilità di un’etichetta è una domanda diversa dal fatto che un’installazione appaia completa. L’output può aiutare un’applicazione a instradare il record o a segnalare una condizione da verificare; non esegue direttamente un’ispezione, non modifica un record e non genera un rapporto scritto.

Per audio e video, concentra le domande sugli elementi che la clip fornita può supportare. Una verifica pratica di un’apparecchiatura potrebbe includere una foto, una registrazione e un breve video, chiedendo se è presente un suono specifico o se un componente si muove visibilmente. Il produttore descrive l’elaborazione della traccia sonora di un video insieme ai suoi fotogrammi quando tutti i video del record contengono audio. Preserva il rapporto tra i contenuti multimediali e lo stato scritto, ed evita di chiedere al modello di classificare un evento esterno all’intervallo allegato.

Il profilo ospitato del produttore indica un contesto di 64.000 token e da una a 64 domande. Accetta fino a quattro immagini, quattro clip audio e due video, con un limite di 300 secondi per clip audio e di 60 secondi per video. Questi sono i limiti dell’interfaccia documentata del produttore. Contenuti multimediali e domande occupano il contesto; un eccesso di contenuti multimediali può far fallire la richiesta, mentre uno stato testuale lungo può essere troncato per rientrare nella finestra. Inserisci gli elementi decisivi in un record mirato e prepara le domande prima di occupare la finestra con cronologia non pertinente.

L’interfaccia ospitata del produttore riceve contenuti multimediali incorporati anziché collegamenti remoti. Le immagini PNG, JPEG o WebP hanno un limite di 4 MiB e 16 megapixel ciascuna, con un budget complessivo di 8 MiB per le immagini decodificate. Ogni clip audio è limitata a 8 MiB e 300 secondi; ogni video a 16 MiB e 60 secondi. Audio e video insieme possono raggiungere al massimo 16 MiB decodificati, e i video sono campionati a due fotogrammi al secondo. Questi limiti appartengono a quella specifica interfaccia del produttore; l’encoder a pesi aperti accetta ulteriori rappresentazioni locali. La capacità audio dell’architettura di comprensione non significa che questo modello decisionale produca audio: i suoi componenti di generazione vocale non vengono usati per valutare le decisioni.

Per l’instradamento dell’assistenza o dei flussi di lavoro, definisci categorie e criteri ordinati a partire dalle regole operative reali. Un ticket potrebbe chiedere quale team debba occuparsene, se l’impatto è urgente e quale livello di gravità corrisponde meglio agli elementi disponibili. L’output osservabile è un insieme di risposte tipizzate sotto i nomi di quelle domande. Esamina l’intera distribuzione delle probabilità quando le categorie sono vicine e definisci esplicitamente come l’applicazione tratta i casi incerti. Una probabilità elevata è una valutazione del modello sugli elementi forniti, non la prova che la condizione sia stata verificata in modo indipendente.

Conserva insieme stato, schema delle domande e risposte restituite quando esamini un risultato. Controlla se le opzioni coprono la situazione reale, se le loro descrizioni si sovrappongono e se elementi importanti sono stati omessi o troncati. Se un passaggio successivo richiede una spiegazione scritta, può usare la decisione e il materiale di partenza come input per una fase di scrittura separata. Il ruolo utile di Clef Omni consiste nel valutare alternative definite a partire da elementi multimodali, così da scegliere l’azione successiva con input e output chiari e ispezionabili.

**Ailoot Ultra · System One** `POST /v1/systemone` `cloudflare/clef-omni`

[`cloudflare/clef-omni`](https://ailoot.ai/models/it/#m=cloudflare%2Fclef-omni&route=Ultra&caller=cloudflare%2Fclef-omni&fmt=systemone)

Cloudflare /`cloudflare/clef-omni`

### Introduzione

Cloudflare Clef Omni è un modello decisionale multimodale con un’architettura MoE da 30 miliardi di parametri totali, di cui 3 miliardi attivi. Valuta testo, stato strutturato e contenuti multimediali forniti rispetto a domande tipizzate, restituendo probabilità e decisioni circoscritte. L’output è una scelta, una probabilità che la condizione sia vera o un punteggio ordinato, anziché testo generato.

Input accettati

Testo · Immagini

Risultati

decisions

### Disponibile in Ailoot · input e metodi

**Ailoot Ultra · System One** `POST /v1/systemone`

Tipi di input

`text`, `image`

Tipi di output

`decisions`

Formato di output

json

| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti cloudflare/clef-omni | Predefinito— |
| Campo`provider` | Tipo`schema` | RequisitoFacoltativo | Valori e limiti | Predefinito— |
| Campo`questions` | Tipo`object` | RequisitoObbligatorio | Valori e limiti | Predefinito— |
| Campo`session_id` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— |
| Campo`state` | Tipo`schema` | RequisitoObbligatorio | Valori e limiti | Predefinito— |
| Campo`trace` | Tipo`schema` | RequisitoFacoltativo | Valori e limiti | Predefinito— |
| Campo`user` | Tipo`string` | RequisitoFacoltativo | Valori e limiti | Predefinito— |
| Campo`questions.<id>.type` | Tipo`string` | RequisitoObbligatorio | Valori e limiti noul, choice, score | Predefinito— |
| Campo`questions.<id>.instructions` | Tipo`string\|object\|array` | RequisitoObbligatorio | Valori e limiti | Predefinito— |
| Campo`questions.<id>.criteria` | Tipo`object\|array` | RequisitoFacoltativo | Valori e limiti Condizioni: choice/score: obbligatori; noul: facoltativo. I criteri di choice sono un oggetto; score è un array con minItems1. | Predefinito— |
| Campo`questions.<id>.criteria.true` | Tipo`string\|object\|array` | RequisitoObbligatorio | Valori e limiti Si applica quando: Oggetto criteria noul fornito | Predefinito— |
| Campo`questions.<id>.criteria.false` | Tipo`string\|object\|array` | RequisitoObbligatorio | Valori e limiti Si applica quando: Oggetto criteria noul fornito | Predefinito— |

Combinazioni di materiali in input

**noul** · Obbligatorio: state, questions.\<id\>.type=noul, questions.\<id\>.instructions

**choice** · Obbligatorio: state, questions.\<id\>.type=choice, questions.\<id\>.instructions, criteria object

**score** · Obbligatorio: state, questions.\<id\>.type=score, questions.\<id\>.instructions, criteria array with minItems1

Parametri e ciclo di vita del metodo

| Parametro | Contratto |
| --- | --- |
| Parametro`content_type` | Contrattoapplication/json |
| Parametro`required` | Contrattomodel, state, questions |
| Parametro`material_types` | Contrattotext, image |
| Parametro`optional_controls` | Contrattoprovider, session\_id, trace, user |
| Parametro`multimodal_input_binding` | ContrattoUsa esclusivamente la rappresentazione esatta dichiarata per lo stato o il documento. La sola capacità del produttore di elaborare immagini non stabilisce una modalità accettata di trasmissione delle immagini specifica del modello. |

Ciclo di vita: `synchronous`

Invia l'ID esatto del modello e conserva l'intera risposta nativa.

### Tariffe

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida

Non specificato Quando è selezionata la modalità rapida

Modalità flex

Non specificato Quando è selezionata la modalità flex

Sforzo massimo di ragionamento

Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)

#### Tariffe Ailoot

#### Prezzi per configurazione

Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.

| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
| --- | --- | --- | --- | --- |
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input **$0.0003** / 1K token Output · Token in output **$0** / 1K token Input · Lettura dalla cache **—** / 1K token Input · Scrittura nella cache **—** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input **$0.0003** / 1K token Output · Token in output **$0** / 1K token Input · Lettura dalla cache **—** / 1K token Input · Scrittura nella cache **—** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token |

Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/)

### Esempi di richieste

#### Ailoot Ultra · System One

Struttura ufficiale della richiesta conservata; esempio per la documentazioneUsa il materiale effettivo della tua richiesta e conserva il risultato completo

```json
{
  "model": "cloudflare/clef-omni",
  "questions": {
    "is_bug": {
      "criteria": {
        "false": "The customer is asking a question or requesting a feature.",
        "true": "The customer describes broken or unexpected product behavior."
      },
      "instructions": "Is the customer reporting a software defect?",
      "type": "noul"
    },
    "team": {
      "criteria": {
        "account": "Login, permissions, or profile issues.",
        "frontend": "Rendering, layout, or browser compatibility issues.",
        "payments": "Checkout, billing, or payment processing issues."
      },
      "instructions": "Which team should own this ticket?",
      "type": "choice"
    },
    "urgency": {
      "criteria": [
        "Can wait for the next release",
        "Should be fixed this week",
        "Blocking revenue right now"
      ],
      "instructions": "How urgent is this ticket?",
      "type": "score"
    }
  },
  "state": {
    "customer_tier": "enterprise",
    "ticket": "My checkout page shows a blank screen after I click Pay. I have tried two browsers."
  }
}
```

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_REQUEST_FILE:?Set your actual JSON request file}"
export AILOOT_REQUEST_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads(Path(os.environ['AILOOT_REQUEST_FILE']).read_text(encoding='utf-8'))
if not isinstance(p,dict): raise SystemExit('Request must be a JSON object')
p['model']='cloudflare/clef-omni'
Path('request.json').write_text(json.dumps(p,ensure_ascii=False),encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/systemone \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
print(json.dumps(json.loads(Path('result.json').read_text()),ensure_ascii=False,indent=2))
PY_RESULT
```

### Ricevi e salva i risultati

#### Ailoot Ultra · System One

json

##### Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Viene conservata ogni risposta associata all'ID della domanda fornito, con il tipo esatto, il valore noul/choice/score, la confidenza, le probabilità e la legenda. L'intero JSON originale viene memorizzato e restituito solo dopo il conguaglio dell'addebito.

##### Se occorre verificare la risposta originale

Conserva l'operazione originale e la risposta completa o parziale; non ripetere POST.

Campi della risposta

| Campo | Tipo |
| --- | --- |
| Campo`model` | Tipostring |
| Campo`id` | Tipostring |
| Campo`provider` | Tipostring |
| Campo`answers.<id>.type` | Tipostring |
| Campo`answers.<id>.noul` | Tiponumber |
| Campo`answers.<id>.choice` | Tipostring |
| Campo`answers.<id>.score` | Tiponumber |
| Campo`answers.<id>.confidence` | Tiponumber |
| Campo`answers.<id>.probabilities` | Tipoobject |
| Campo`answers.<id>.legend` | Tipoobject |
| Campo`usage.input_tokens` | Tipointeger |
| Campo`usage.output_tokens` | Tipointeger |
| Campo`usage.cost` | Tiponumber |

Errori e passaggi successivi

| Risposta | Condizione | Passaggio successivo |
| --- | --- | --- |
| Risposta400 · `invalid_request_error` | CondizioneCampo obbligatorio, rappresentazione o valore non valido | Passaggio successivoCorreggi il campo della richiesta indicato. |

### Alias

#### Alias del modello

**Ailoot Ultra** [`cloudflare/clef-omni`](https://ailoot.ai/models/it/#m=cloudflare%2Fclef-omni&route=Ultra&caller=cloudflare%2Fclef-omni&fmt=systemone)

#### Alias dei percorsi dei metodi

Usa i percorsi dei metodi indicati sopra.

#### ID di chiamata correlati

[`cloudflare/clef-omni`](https://ailoot.ai/models/it/#m=cloudflare%2Fclef-omni&route=Ultra&caller=cloudflare%2Fclef-omni&fmt=systemone)

FAQ · Cloudflare: Clef Omni

Quali input e risultati sono disponibili?

`POST /v1/systemone` · `cloudflare/clef-omni`: `text`, `image` → `decisions`

Quali campi usa la richiesta?

`POST /v1/systemone` · `cloudflare/clef-omni`: `model`, `provider`, `questions`, `session_id`, `state`, `trace`, `user`

Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione.

## L’azienda e il suo portafoglio di progetti

L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese.

## Acquista token con uno sconto.

Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token.

Abbonamento

Scegli un piano scontato per richieste regolari.

Codice fino al 50%

Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione.

Spese nella cronologia

Modello, token e importo sono salvati per ogni richiesta.

[Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/)

## Collega l’API al prodotto che vendi.

SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller.

Applicazione commerciale

Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento.

Licenza reseller

Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita.

Documenti sul sito

Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione.

[Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it)

## Ailoot · L’azienda e il suo portafoglio di progetti





Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI.





L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese.





Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.
