据科技媒体 RuntimeWire 10月9日报道，Cloudflare 工程师 Michelle Chen、Alex Reneau 与 Kevin Jain 把公司的 Clef 决策模型系列扩展到音频和视频，发布 Clef-omni。该模型可在一次 API 请求中接收文本、图片、音频和视频，并对开发者在 schema 里给出的选项返回结构化决策。报道称，这次发布距 Cloudflare 推出首批开源权重的 Clef 与 Clef-flash 过去八天；同一轮更新里，公司还下调了 Clef-flash 的托管价格，并提高了托管 Clef 的服务速度。
RuntimeWire 援引 Cloudflare 10月9日的公告写道，Clef-omni 在文本和图片之外，接受 WAV 或 MP3 音频，以及 MP4 或 WebM 视频。按公告的设计，它在同一次 API 调用里直接给出结构化决策，省去单独的转写和媒体处理步骤。
Hugging Face 模型卡将 Clef-omni 描述为基于 Qwen3-Omni-30B-A3B-Instruct 后训练的 30B-A3B 混合专家模型。推理时使用该基座的理解骨干以及音频、视觉编码器，语音输出组件不加载。模型卡还描述了一个联合 schema 头，把各问题下的允许答案放在一起打分。Cloudflare 称，训练时冻结 Qwen 骨干，加入低秩适配器，并针对校准后的 schema 决策进行调优。因此，模型处理媒体后直接给允许的答案打分，而不是先生成转写或字幕、再交给另一个模型解读。
报道把这种用法和通用模型区分开来：Clef 不对自由生成的文本再做解析，而是为 schema 中提供的选项返回概率。文中列举的用途包括路由客服请求、分类安全事件，以及为 agent 选择动作。RuntimeWire 写道，这使 Clef 背后的团队在“于预先定义的动作、类别或取值之间做决定”这一范围内，与 TypeSafe 的 Jev 形成直接竞争。
报道还回顾了首批模型的发布时间表。Cloudflare 在最初公告中说，进入这一品类的决定是在一个周五晚上作出的，训练在周末进行，产品于周四上线。
Cloudflare 自称，文本请求的中位响应时间约 130 毫秒，图片输入约 150 毫秒，音频为几百毫秒；一段 21 秒、带声音的视频大约 1.5 秒完成评分。RuntimeWire 注明，这些是公司自报数字，已公开材料没有对客户负载上的准确率或延迟提供独立测试。
基准表同样来自 Cloudflare 自己的评测，报道强调它不是独立审计。Clef-omni 在 BANKING77 上的 macro-F1 为 94.8，在 CLINC150+OOS 上为 97.7；在若干其他列出的测试上则低于原有 Clef。在 Cloudflare 的 TypeSafe 工作流测试中，发票处理的精确动作得分，Clef-omni 为 60.2，Clef 为 64.7，Jev 为 61.8。
Cloudflare 将 Clef-flash 的托管输入价格从每百万 token 0.09 美元降到 0.038 美元。RuntimeWire 查阅当时的 Workers AI 定价页，其中 Clef 为每百万输入 token 0.24 美元，Clef-omni 为 0.15 美元。Cloudflare 称 Clef-omni 现在比 Jev 更便宜；RuntimeWire 同时写明，这一比较取决于所适用的 Jev 价格和工作负载。
降价伴随着托管上下文缩短。Clef-flash 的托管上下文窗口从 64,000 token 减到 24,000 token。Cloudflare 称，其 Clef-flash 请求中有 0.24% 的输入超过 24,000 token。已发布的模型权重没有变化；公司表示，自行部署这些开源权重可以使用 256,000 token 的上下文窗口。
Cloudflare 还称，托管 Clef 在服务层优化之后最高快 2.0 倍，这次提速没有发布新的 Clef 权重。报道另引公司此前的说法：Cloudflare 在内部威胁情报工作中使用 Clef 做域名分类。
