服务对象与地域限制
PuppyIP 仅面向海外合规企业及其授权人员提供服务,不面向中国大陆地区开放或提供代理服务。本服务仅限用于中国大陆境外的合法业务活动,严禁在中国大陆境内使用本服务。
代理 IP 或服务器位于境外,不改变上述限制。不得通过中转、转接、共享或转售向中国大陆境内的最终使用者提供本服务。使用前请阅读用户服务协议。
本文要点
- 截至 2026 年 11 月 4 日,官方模型页列出:Clef-flash 每百万输入 token 0.038 美元、上下文 24,576 token;Clef 为 0.240 美元、65,536 token;Clef-omni 为 0.150 美元、64,000 token。
- 10 月 9 日的更新让 Clef-omni 可在一次 Workers AI 请求中处理 WAV 或 MP3 音频、MP4 或 WebM 视频,以及文字和图像;多媒体输入按输入 token 计费。
- 当前 Clef-omni 文档限制最多 4 段嵌入式音频和 2 个嵌入式视频;每段媒体有大小和时长上限,音视频合计最多 16 MiB 解码数据,远程 URL 不受支持。
- Clef 系列对预先定义的问题和选项评分,不生成自由文本。高概率、媒体支持或较低单价都不等于业务准确率已获保证。
- Cloudflare 的原始介绍将人工微调描述为与 FDE 团队合作的服务,并把自助训练平台列为后续方向;具体客户资格和服务条件仍需单独确认。
10 月更新了什么?
Cloudflare 在 2026 年 10 月 9 日宣布 Clef-omni 已可通过 Workers AI 使用。它可在同一请求中处理文字、图像、WAV 或 MP3 音频,以及 MP4 或 WebM 视频;视频的声音与画面帧会对齐。
Clef-omni 采用 30B 参数的混合专家结构,其中 3B 参数处于激活状态。和 Clef 系列其他模型一样,它会根据带类型的问题为每个允许的答案评分,而不是撰写自由文本。
Cloudflare 还称 Workers AI 上的 Clef 经服务优化后决策速度最高提升至 2 倍,权重没有改变。这是厂商报告的结果,本文没有独立复测。10 月 9 日公告把 SGLang 0.5.22 的 Clef 支持写为即将提供;本次更新没有独立确认该支持目前是否已发布。
托管价格和上下文要一起比较
截至 2026 年 11 月 4 日查看的官方模型页,托管 Clef-flash 为每百万输入 token 0.038 美元、上下文 24,576 token;Clef 为 0.240 美元、65,536 token;Clef-omni 为 0.150 美元、64,000 token。10 月 9 日公告记录了 Clef-flash 从 0.090 美元降至 0.038 美元,同时将托管窗口从 64K 缩小到约 24K。
价格单位是每百万输入 token,而不是每次任务的固定费用。图片会计入输入 token;Clef-omni 的音频和视频也会计入。问题定义与媒体 token 都占上下文,输入过长时文本状态可能被截短;若问题和媒体本身已经超过窗口,请求会失败。
Clef-omni 的媒体限制有哪些?
当前模型页允许最多 4 段嵌入式音频,每段最多 8 MiB、300 秒;最多 2 个嵌入式视频,每个最多 16 MiB、60 秒。所有音频和视频合计最多 16 MiB 解码数据,因此单项上限不能同时用满。
视频按每秒 2 帧采样。官方文档估算音频约每分钟 780 个输入 token;视频在最高分辨率下每分钟最多约 15,400 个帧 token,另加有声轨时的音频 token。480p 视频约为每分钟 8,600 个帧 token。它们是预算估算,不是视频分钟数直接等于固定费用。
模型文档要求把媒体嵌入请求,不接受远程媒体 URL。发送前核对格式、文件大小、时长和整批解码大小;把媒体计量加到文本、问题定义和候选答案所需的 token 预算中。
如何按输入规模和任务选型?
若输入接近 20K token,可先评估 Clef-flash,但要为问题定义和图像等输入留出空间;约 30K 的文本状态已经超过其 24,576-token 上下文,应比较 Clef 或 Clef-omni 的较大窗口,或在业务语义允许时拆分材料。不要依赖自动截短来保留关键信息。
模型选择还取决于任务。需要直接结合音频与视频时,Clef-omni 的输入类型更合适;若是文字或图像分类,则用同一批独立样本比较 Clef 与 Clef-flash 的质量、延迟和总输入成本。单价更低不代表错误代价也更低。
迁移调用前要核对什么?
接入 Clef-omni 时,官方示例使用模型 ID @cf/cloudflare/clef-omni,并将 model 选择器设为 clef-omni。只改仪表板上的显示名称不足以证明请求已切换。
Clef-omni 沿用 System One API,并可与 AI Gateway 配合;这不表示普通聊天请求可以原样复用。按模型 schema 组织 state、typed questions 和媒体字段,在隔离流程中检查真实请求、响应格式和失败回退。
开放权重和微调服务各是什么状态?
10 月 1 日的原始介绍将 Clef 和 Clef-flash 权重列为 Apache 2.0;10 月 9 日公告称 Clef-omni 加入开放权重模型系列,但应查阅 Omni 自己的许可条款,不要假定所有型号都适用同一许可。10 月 9 日文章称 Clef-flash 的 Hugging Face 权重未改变,可在自托管时支持最高 256K 上下文;这不是 Workers AI 托管窗口,实际能力还取决于部署资源。
Cloudflare 的原始介绍称可由 Forward Deployed Engineering(FDE)团队为具体工作负载提供人工微调服务,并邀请已有相关 Cloudflare 产品的客户就特定用途交流。文章没有公布适用于所有账户的自动资格或完整商业条件,应先向 Cloudflare 确认。
同一介绍把自助收集数据、训练并重新部署的 Clef 平台描述为后续建设方向。本次查看的公告和模型页没有给出该自助流程面向所有客户开放的确认;不要把托管模型、开放权重或一般微调文档等同于已获 Clef 微调权限。
上线前怎样评估?
先定义选项、错误代价和人工兜底,再用独立样本记录误判、漏判、低置信结果、延迟分布、重试和完整输入费用。概率输出不是在自己的数据上已经校准,也不是可自动执行高影响操作的证明。
保持失败时原流程可用。若模型省略关键信息、响应格式变化或回退无法完成,应暂停扩大自动处理范围,而不是仅因价格降低或支持更多输入就切换全部流量。
资料来源
常见问题
四段音频各8 MiB,都满足单段上限,能一起发送吗?
不能仅凭单段上限判断。四段合计32 MiB,超过音频和视频合计16 MiB解码数据的上限;即使数量和单段时长合规,仍需满足合计限制。这里是按公开边界计算的例子,不是实际请求测试。
把文本缩短,就能发送超过60秒的视频吗?
缩短文本只能改变部分上下文占用,不能取消单个视频60秒的时长限制。还要分别满足数量、大小、合计解码数据与总token窗口;这些是同时适用的边界。
模型输入单价包含FDE微调或自托管资源费用吗?
不能从每百万输入token的托管标价推断这些费用。FDE项目条件与价格需单独确认;自托管还要按所选部署资源核算,不能把托管模型单价当成完整项目报价。