Segun MarkTechPost (AI/ML News), Cloudflare ha presentado Clef y Clef-flash, dos modelos de decisión desarrollados por su equipo de inteligencia artificial en Workers. Estos no son chatbots, sino herramientas diseñadas para responder a un conjunto específico de preguntas basadas en un esquema estructurado. Cada entrada recibe un estado de entrada y un formato definido de cuestiones tipificadas, y devuelve una probabilidad para cada opción permitida, sin generar texto abierto. Ambos modelos operan bajo licencia Apache 2.0 y son compatibles con la API Jev de TypeSafe AI, una plataforma que busca integrar procesos de toma de decisiones en entornos automatizados.
La arquitectura de Clef se basa en Qwen3.8-27B, mientras que Clef-flash se deriva de Qwen3.5-9B, manteniendo el decodificador visual de ambos. El proceso de inferencia se divide en dos fases: primero, el modelo principal realiza una pasada inicial sobre el estado de entrada y el conjunto de preguntas. Luego, un pequeño módulo especializado, denominado cabeza de esquema conjunto, analiza los estados finales y asigna evidencia a cada pregunta. Este componente permite que los campos se observen entre sí y evalúen todas las opciones en conjunto, generando probabilidades mediante una función softmax por pregunta. Durante el entrenamiento, se mantuvieron fijos los backbones principales, y se optimizó conjuntamente la capa de ruteo usando adaptadores de baja rango de tamaño 256. El modelo utiliza una función de pérdida que combina suavizado de etiquetas con criterios de precisión.
El rendimiento se mide en torno a la capacidad de procesar hasta 64 preguntas por solicitud, junto con hasta cuatro imágenes, todo dentro de un entorno de ejecución directo en Workers AI. Los pesos se disponen en Hugging Face, lo que permite a desarrolladores realizar implementaciones locales o en entornos privados. La compatibilidad con Jev, lanzada el 15 de septiembre de 2026, facilita la integración en flujos de trabajo existentes, aunque requiere una actualización en el punto de conexión y el nombre del modelo para migrar de esa plataforma.
Para inversores y profesionales peruanos, este avance representa una alternativa más eficiente y confiable en entornos de toma de decisiones automatizadas. En sectores como banca, salud o comercio, donde los datos deben ser analizados y respondidos con precisión numérica, estos modelos ofrecen ventajas claras frente a las respuestas generativas. Su capacidad para devolver probabilidades estructuradas en lugar de texto abierto reduce el riesgo de errores interpretativos. Además, al ser abiertos y compatibles con herramientas existentes, permiten integrarse sin grandes inversiones técnicas, lo que los hace especialmente atractivos para pequeñas y medianas empresas que buscan modernizar sus procesos sin sacrificar la calidad o la seguridad de sus decisiones.