Cloudflare发布多模态决策模型Clef-omni 扩展音视频支持

Cloudflare于10月9日推出全新开放权重决策模型Clef-omni，在原有文本与图像处理能力基础上新增音频和完整视频格式支持。

该模型可通过单次API调用同时处理多模态内容，支持wav、mp3、mp4等格式，省去了开发者额外部署语音转写及音视频拆分的步骤。

技术细节显示，Clef-omni基于Qwen3-Omni-30B-A3B-Instruct构建，专注于结构化决策任务。其性能表现显著，纯文本请求中位响应时间约130毫秒，处理21秒视频仅需1.5秒。

伴随新模型发布，Cloudflare同步下调了Clef-flash价格，每百万Token费用从0.09美元降至0.038美元，降幅达58%。

该系列模型通过阶梯定价满足不同开发者的成本与性能需求，进一步扩大了多模态AI应用的普及范围。