Cloudflare Clefとは?Cloudflareの判断モデルを解説

Cloudflare Clefとは?

ClefとClef-flashは、CloudflareのWorkers AIチーム自身が初めて学習したモデルで、Clefのチェンジログ記事と、Birthday Weekに公開されたMichelle Chenによるローンチ記事で発表されました。これらは、1か月前にはほとんど存在しなかったカテゴリ、つまり9月にTypeSafe Jevが広めた判断モデルに属します。

判断モデルとは、リクエスト時に設定する分類器です。自分のラベルでモデルを学習させる代わりに、リクエストの中でラベルを説明し(「billing: 支払い、請求書、返金」)、モデルが各ラベルをスコアリングします。Cloudflareは出力を「許可された各回答の確率」と表現しており、返ってくるのは文字どおりそれだけです。段落も、推論の過程も、検証が必要なJSONもありません。このカテゴリが初めての方は、同僚の判断モデルの解説で、Jev、Clef、Strands Decider、OpenAI Decisions APIを並べて比較しています。

Cloudflare自身の比較によると、ローンチ時点でClefがJevと違う点は3つあります。

• ビジョン。 Clefにはビジョンエンコーダがあり、1リクエストにつき最大4枚の画像を受け付けます。Jevはテキストのみです。
• より大きなウィンドウ。 ホスト版のコンテキストは64Kトークンで、Jevの32Kより大きく、ウェイトは256K向けに学習されています。
• オープンウェイト。 両モデルともHugging FaceでApache 2.0として公開されています。Jevのウェイトは公開されていません。

また、8月のKitesurfブラウザエンジンに続く、2か月で2つ目となるCloudflareの注目AIローンチでもあります。

私はeeselでエージェント機能を作っていますが、Clefに最も近いのは、誰かが一言も書く前に行われる工程、つまりチケットが何であり、どこへ行くべきかを判断する工程です。この工程には長く取り組んできましたが、意外だったことがあります。実際のチームが答えてほしいルーティングの問いは、単なる「どのチームか」であることはまれです。ある営業の通話で、月に約3,000件のFreshdeskチケットを扱う公共部門向けITサービス会社のサポートリーダーが、直近2か月以内に作成されたアカウントからのチケットを、研修を受けていない可能性が高いユーザーとしてフラグを立て、20分以上かかりそうなものは有料サービスの流れに誘導するAIを求めていました。これは型付きの質問3つ、つまりyes/no、yes/no、スコアです。まさにClefが想定している形であり、だからこそきちんと理解する価値があると考えています。

Clefのような判断モデルはどう動く?

Clefの呼び出しには、毎回同じ2つの入力があります。stateは判断してほしい対象で、文字列、またはチャットログや注文レコードのような構造化データです。questionsは、名前付きの質問を1〜64個並べたマップで、それぞれ次の3種類のどれかです。

こちらはOllamaのモデルページにある実例で、二重請求のチケットに対して実際に返ってくる数値です。

内部では、Clefはこれらの数値をトークンごとに生成しているわけではありません。Hugging Faceのモデルカードによると、固定されたQwenバックボーン(ClefはQwen3.8-27B、Clef-flashはQwen3.5-9B)を1回のprefillパスで動かし、小さな「joint schema head」が最終隠れ状態を読み取り、stateから各質問へ根拠を振り分け、すべての質問のすべての選択肢を一度にスコアリングします。Cloudflareはこのheadを、ランク256の低ランクアダプタと一緒に学習させ、確率の較正を調整するためにBrier損失を使い、さらにRLCD(Reinforcement Learning for Calibrated Decisions)と呼ぶ強化学習のステップを加えています。自己回帰的に生成するものがないため、答えは1回のフォワードパスで届き、これが速さの源です。

ドキュメントには、2度読む価値のある一文があります。choiceやscoreの回答では、confidenceは「0から1の値で、確率がどれだけ集中しているかを示します。答えが正しい確率ではありません」と説明されています。上の例では、確率が3つの段階に散らばっていたため、緊急度のスコアの確信度はわずか0.071でした。また、2つの選択肢が同点の場合は選択肢の順序に従うため、より安全なデフォルトを先頭に置いてください。

この較正の点が、ルーティングでは決定的です。Hacker Newsのコメント投稿者が、私よりうまく言い表しています。

「for production routing, you almost always want to threshold on confidence ('auto-handle above 0.9, route to a human below'), and that only works if the probabilities mean what they say. A 96% model with overconfident outputs is operationally worse than a 94% model with honest ones.」

aidiscoverywire, Hacker News

しきい値を初めて決める場合は、確信度のしきい値の設定のガイドでトレードオフを順に確認できます。

ClefとClef-flash:何が違う?

APIも、料金体系も、ホスト版の64Kウィンドウも、ビジョン対応も同じです。違いはサイズで、Cloudflare自身の数値を見ると、小さいほうのモデルは大きいほうの単なる劣化コピーではありません。

サポート業務で特に重要なのは2行です。CLINC150は150のインテントに範囲外の例を加えたもので、Clef-flashは66.8まで落ちる一方、Clefは97.4を維持します。したがって、選択肢の一覧が長くなったり、「どれにも当てはまらない」が正解になることが多かったりするなら、大きいモデルは5倍のレイテンシに見合う価値があります。RAGTruthは回答が情報源に根拠づけられているかを測るテストで、Clef-flashは35.6、Clefは79.4です。AIが下書きした返信をヘルプセンターと照合させたい場合(追加できる優れたハルシネーションの確認の1つです)は、Clef-flashではなくClefを使ってください。

一方、TypeSafeのカスタマーサービスのワークフロー評価では2つは1ポイント以内に収まり、ツール呼び出しのいくつかのセットではClef-flashが完全に上回ります。典型的なトリアージのスキーマ(緊急かどうか、5つのチーム、重大度のスケール)なら、Clef-flashが妥当な既定の選択です。どちらの側か迷う場合は、判断したい内容を選んでみてください。

Cloudflare Clefはどうやって動かす?

入口は4つあり、いずれも同じリクエストボディを受け付けます(Cloudflareのドキュメントでは、Jevが導入したSystem One APIと呼ばれています)。つまり、Jev向けに書いたコードはほとんどそのまま動きます。

1. Workers AIバインディング

すでにコードがCloudflare Workers上で動いているなら、AIバインディングを追加してモデルを直接呼び出します。リクエストがCloudflareのネットワークから出ないため、最も低レイテンシな経路です。

const response = await env.AI.run("@cf/cloudflare/clef-flash", {
  model: "clef-flash",
  state: "Checkout has been failing for every customer for the last hour.",
  questions: {
    urgent: { type: "noul", instructions: "Is this support request urgent?" },
    team: {
      type: "choice",
      instructions: "Which team should handle this request?",
      criteria: {
        billing: "Payments, invoices, and refunds",
        technical: "Outages, errors, and configuration",
        sales: "Plans and upgrades",
      },
    },
  },
});
// response.answers.urgent.noul  -> probability the request is urgent
// response.answers.team.choice  -> highest-probability team

2. REST API

それ以外の環境からは、同じボディをhttps://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/ai/run/@cf/cloudflare/clefにBearerトークン付きでPOSTします。Cloudflareはこれらの呼び出しをAI Gateway経由にすることもサポートしており、ログと、後でファインチューニング用のデータセットが得られます。ヘルプデスクのWebhookからClefを呼び出す場合は、この経路を使うことになります。ヘルプデスク側の配線については、AIヘルプデスクAPIの記事で扱っています。

3. Ollama、手元のマシンで

ClefはOllama 0.35.1以降でローカル実行できます。ollama pull clefで、256Kのコンテキストウィンドウを持つ18GBのビルドを取得します。これはホスト版が許す量の4倍です。呼び出し先はhttp://localhost:11434/v1/systemoneです。ひとつ注意点があります。判断モデルはまだOllamaのCLIやPython・JavaScriptライブラリには含まれていないため、HTTPエンドポイントを呼び出すか、TypeSafeのPython SDKをローカルサーバーに向けます。

4. Hugging Faceのウェイト

完全な制御が必要なら、Cloudflare/clefまたはCloudflare/clef-flashをsnapshot_downloadで取得し、付属のjoint_schema_model.pyで読み込みます。Cloudflareは、NVIDIA H200 1枚、torch 2.11、transformers 5.10.2でテストしたとしています。既定値に注意してください。encode_recordは、max_lengthを上げない限り入力を16,384トークンで打ち切ります。

私が確認した時点で、このカードは最初の1か月で5,416回ダウンロードされ、コミュニティによる量子化が18件ありました。ClefはQwenのファインチューニングなので、ホスト版と自己運用のどちらにするか検討する場合は、Qwenの料金のガイドが参考になります。Jevからの移行を考えているなら、Jevの代替のまとめで、ほかのオープンな選択肢を紹介しています。

Clefの速度と精度は?

速度が最大の見どころです。43回のベンチマーク実行で、Cloudflareは中央値でClefがJevの2.5倍、Clef-flashが13倍高速だと報告しています。

参考までに、Cloudflare自身の脅威インテリジェンスチームは、Browser RunとClefを使ってWebサイトの取得、レンダリング、分類を2.2秒で行いました。同じワークフローでgpt-oss-120bを使うと4.7秒でした。速度に関するJev側の話は、Jev ultrafastのテストで掘り下げています。

精度については、役に立つ形で結果が分かれています。Clefは分類系のセットの多くで首位に立ち、推論の比重が大きいものではJevに後れを取ります。

Cloudflareはまた、ClefがHugging Face SpacesのコミュニティリーダーボードであるJev Decision Indexで「currently the leader」だとも述べています。この主張の細かい注記は読んでおきましょう。61.2というスコア(Jev:57.9、Clef-flash:57.1)は、Cloudflare自身が用意したボードのコピーclef-evalsに掲載されており、両方のClefのエントリは自己申告であり、上流では再現されていないと表示されています。規則上0点になる2つのインデックスベンチマークはスキップされており、レイテンシも基準のGPUではなくCloudflareのサービング基盤で測定されています。

公開から1週間のモデルとしては当然ですが、初期の実利用の報告は賛否が分かれています。Jevでチャットのモデレーションを行っていたある開発者が、同じ場所でClefを試しました。

「Clef was 2-3x slower and worse (it caught less hate speech) than Jev. Overall disappointing.」

agrippanux, Hacker News

別のコメント投稿者は、Jevに挑むあらゆるモデルについてのより広い懸念を指摘しました。

「most of the ones that are supposedly on jev level end up playing a terrible game, showing that they are very narrow.」

segmondy, Hacker News

私の結論はこうです。ベンチマークは、どこからテストを始めるかを教えてくれますが、何を本番に出すかは教えてくれません。自分たちのチケット500件にラベルを付け、2つのClefモデルとJevの両方に通して比較してください。この価格なら、テスト全体でもコーヒー1杯分より安く済みます。

Clefの制限は?

どれも致命的ではありませんが、すでに誰かがつまずいています。

1. ホスト版のコンテキストは64Kです。 ウェイト自体はOllamaで256Kを扱えますが、Workers AIは65,536トークンが上限で、ドキュメントによれば長いテキストのstateは「モデルのトークン上限に収まるよう切り詰められる」とされています。切り詰めは通知なしに行われるため、長いスレッドは先に要約しておきましょう。
2. 画像は埋め込みが必要です。 PNG、JPEG、WebPを最大4枚、各4 MiB・1,600万画素まで、デコード後の合計8 MiB、リクエストあたり13 MiBです。リモートURLは受け付けません。
3. 「わからない」はありません。 どの質問も、選択肢全体にわたる分布を返します。逃げ道がほしいなら、Ollamaの例のように明示的な「other」の選択肢を加えてください。
4. レート制限は明記されていません。 Workers AIの制限のページにClefは載っていません。モデルページにはText Generationのタグが付いており、その既定値は毎分300リクエストですが、これは私の推測であり、明記された制限ではありません。ホットパスに入れる前に負荷テストを行ってください。
5. オープンウェイトであり、オープンソースではありません。 ライセンスはApache 2.0ですが、学習データとパイプラインは公開されていないため、モデルをゼロから再現することはできません。
6. ファインチューニングはまだ製品ではなく、相談ベースです。 CloudflareのRLファインチューニングは、関心フォームを通じて、同社のフォワードデプロイエンジニアと直接取り組む形で始まります。セルフサービスは後日予定とされていますが、時期も価格も未定です。

Cloudflare Clefの料金は?

簡単に言えば、入力トークンのみです。Clefは入力100万トークンあたり$0.24、Clef-flashは$0.09で、どちらも出力価格は掲載されていません。答えが生成テキストではなく、わずかな確率の集まりだからです。Workers AIの料金では、すべてのアカウントに毎日10,000ニューロンの無料枠があり、これは1日あたり短いClefの判断なら約900回、Clef-flashなら約2,400回に相当します。

トークンあたりでは、Jevの料金の$0.042の約5.7倍です。1回の判断あたりでは依然として1セントの何分の1かで、同僚のGPT-5.6の料金の内訳にあるようなフロンティアモデルよりはるかに安価です。詳しい計算例、無料枠の落とし穴、コスト計算ツールはCloudflare Clefの料金のガイドにあるので、ここでは繰り返しません。

Cloudflare Clefは誰が使うべき?

Clefが最も合うのは、次のような場合です。

• 独自のルーティング層を作るエンジニアリングチーム。 チケットを動かすコードをすでに書いているなら、Clef-flashは型付きのラベルを40 ms未満で、1,000回の呼び出しあたり数セントで提供します。
• すでにCloudflareを使っている。 Workersバインディングなら、呼び出しをすでに支払っているネットワーク内に留めて、請求も1本にまとめられます。
• 画像を分類する。 スクリーンショット、領収書、破損した商品の写真では、ClefのビジョンエンコーダがテキストのみのJevを上回ります。これはECのチケットへのタグ付けで重要です。
• データレジデンシーの制約がある。 Apache 2.0のウェイトなので、自前のハードウェアで動かし、チケットを自社ネットワーク内に留められます。ホスト版については、ファインチューニングを選ばない限り、リクエストの読み取り、保存、学習には使わないとCloudflareは述べています。
• AIエージェントの動作をゲートする。 Cloudflare自身の例は、ツール呼び出しのモデレーションチェック「Could this tool call cause harm?」で、ツールが動く前に数十ミリ秒で答えます。

カテゴリがまったく変わらない場合(自社データで学習した小さな分類器のほうがさらに高速です)、判断に本格的な推論が必要な場合(LLMを使ってください)、ラベルに基づいて動くコードを誰も担当したがらない場合は、見送ってください。最後のグループは、認められているよりずっと多いものです。

Clefはサポートチケットのトリアージとルーティングにどう収まる?

サポートのトリアージはCloudflareのリストの最初のユースケースです。「Decide whether a ticket is urgent and which team owns it, then route it without a human in the loop.」このパイプラインが実際にどうなるか、そして判断モデルの役目がどこで終わるかを示します。

先ほどのITサービスのリーダーを例にとります。Clefの言葉で言えば、依頼は1回の呼び出しにきれいに対応します。new_userはnoul(「このアカウントは直近2か月以内に作成されましたか?」、アカウントの経過期間はstateに入れる)、long_jobもnoul(「20分以上かかりますか?」)、teamはchoiceです。Clefは3つすべてを1回のパスで、1セントの何分の1かのコストで答えられます。できないのは、破線のボックスの中身すべてです。Freshdesk内でチケットを動かすこと、有料サービスの提案を書くこと、確率が0.55で返ってきた場合の対処です。

労力がかかるのは、このギャップの部分です。ECのZendeskの受信箱での実トラフィックを使った試験では、AIトリアージの工程は93%の精度を達成し、スパムを100%検出しましたが、下書きされた返信には依然として7%の事実誤りがありました。信頼できたのは分類のほうでした。MSPのスレッドでのRedditのコメント投稿者は、反対側から同じ懸念を述べています。

「Classification demos are usually clean, but production tickets often contain missing context, conflicting details and edge cases」

Due_Percentage_3780, Reddit

自分で作る場合は、いくつかの習慣が役に立ちます。stateは短く保ちましょう(件名と顧客の最初のメッセージで足りることが多く、こちらのトリアージ用プロンプトテンプレートがスレッドの要約方法を示しています)。常に「other」の選択肢を入れてください。しきい値を下回るものは、最も確率の高いチームではなく、人が対応するキューに回してください。そしてすべての判断を記録して、測定できるようにします。作り方の全体はチケットトリアージの自動化のガイドにあります。

これらの各ステップには、それぞれ奥深さがあります。AIによるチケット分類の基本では、製品が変わるとなぜラベルがずれるのかを説明しています。ラベルが整ったら、インテリジェントルーティングが誰が何を見るかを決めます。そして確信度の低いものの山には独自の対応計画が必要で、それを担うのがAIエスカレーションの設定です。

とはいえ、何も作らなくて済むかもしれません。ZendeskにはネイティブのAIトリアージがあり、調整できる独自のインテント確信度のしきい値もあります。Freshdeskにも自動トリアージが組み込まれています。

より広い比較については、チケットトリアージに最適なAIのまとめをご覧ください。製品固有のキューを持つSaaSチームは、AIチケットルーティングのガイドも読むとよいでしょう。どの道を選ぶにしても、返信まで含めた場合のAIサポートエージェントのコストと、自作のコストを比較してください。

判断と、その後の作業のためのeesel

Clefはインフラです。eeselは従業員です。eeselはAIチームメイトのプラットフォームで、ここで重要なのはAIヘルプデスクチームメイトです。ZendeskやFreshdesk、Gorgias、Frontのキューに参加し、過去のチケットとヘルプセンターから学び、Clefが行うのと同じ判断(緊急か、どのチームか、自信を持って答えられるか)をチケット処理の一部として行います。そのうえで動きます。タグ付け、ルーティング、下書き、解決、引き継ぎです。「先に確認する」に設定したアクションは、誰かが承認するまでアクティビティフィードで待機します。また、何かを本番に出す前に、過去のチケットを使ってセットアップをシミュレーションすることをおすすめします。eeselの導入はすべて、そこから始まります。

プログラムで扱える点にClefの魅力を感じるなら、注目すべきはeesel CLIです。ダッシュボードと同じチームメイトをターミナルから操作でき、すべてのコマンドがJSONを出力するので、スクリプトやClaude Code、Cursor、Codexのようなコーディングエージェントがセットアップ全体を実行できます。トリアージでそれがどう見えるか、簡単にご紹介します。

• npx @eesel/cli init chat-bubble --site <url>は、アカウント不要で無料のワークスペースを開始します(Node 18.17以上)。
• eesel integrationsは、ヘルプデスクを接続し、チームメイトがそこで実行できるアクションを一覧表示します。
• eesel instructionsは、「自信があるときだけ返信する。そうでなければタグを付けてTier 2に割り当てる」のような、常時適用されるルールを平易な言葉で設定します。
• eesel automations enable <platform> <key> --instructions "..."は、タグ付けとルーティングを設定します。
• eesel approvals listとeesel approvals approve <id>は、保留中のアクションをスクリプトから処理し、--dry-runは書き込みが行われる前にプレビューします。

変更はダッシュボードと双方向に同期され、ワークスペースはMCPサーバーとしても動作します(eesel mcp tokenがclaude mcp addの行を出力します)。同僚によるAIエージェントCLIの記事で、さらに詳しく扱っています。

料金の単位がClefと異なるのは、買うものが違うからです。eeselの料金は100クレジットの無料枠から始まり、その後は500クレジットで$299からの月額固定プランです。1クレジットは、何件のアクションが必要でも、チケットまたはチャット1件分をまかないます。そのため、AIと人間のコストの比較は簡単です。トリアージ層を自分で作りたいなら、Clef-flashは優れた部品です。今週中にチケットをトリアージして回答まで済ませたいなら、ご自身のキューでeeselを試し、費用を払う前に下書きを確認してください。