Cloudflare lança Clef-omni, modelo de decisão que processa áudio e vídeo
A Cloudflare lançou o Clef-omni, modelo de pesos abertos que recebe áudio, vídeo, imagens e texto em uma única chamada de API. A empresa também reduziu o preço do Clef-flash e acelerou o Clef.
A Cloudflare lançou o Clef-omni, modelo de decisão de pesos abertos que recebe áudio, vídeo, imagens e texto em uma única chamada de API. A empresa diz que isso dispensa etapas separadas para transcrever áudio ou separar imagens de vídeos. O modelo está disponível no Hugging Face e pela API da Cloudflare.
Segundo a empresa, o Clef-omni usa como base o Qwen3-Omni-30B-A3B-Instruct e foi adaptado para tomar decisões estruturadas, sem gerar respostas em texto. A Cloudflare informa que o tempo mediano foi de cerca de 130 milissegundos para entradas apenas de texto e 150 milissegundos para imagens. Um vídeo de 21 segundos com som foi processado em cerca de 1,5 segundo. Esses números são resultados divulgados pela própria empresa.
A Cloudflare também reduziu o preço do Clef-flash, que agora custa menos que o Jev, segundo a empresa. A versão hospedada teve a janela de contexto reduzida de 64 mil para 24 mil tokens. Os pesos para hospedagem própria não mudaram e foram treinados para suportar 256 mil tokens. O Clef ficou mais rápido na versão hospedada em Workers AI após otimizações na infraestrutura; a empresa não lançou novos pesos para esse modelo.
O que muda para você
O Clef-omni serve a quem desenvolve sistemas de classificação ou decisão que precisam analisar áudio, vídeo, imagens e texto. Já está disponível no Hugging Face e pela API da Cloudflare; a fonte não informa o preço do modelo. O Clef-flash ficou mais barato, mas a versão hospedada agora aceita até 24 mil tokens de contexto. Para contextos maiores, o Clef mantém o limite de 64 mil tokens.
Minha leitura
Juntar áudio, vídeo, imagem e texto numa chamada pode simplificar sistemas que hoje dependem de etapas separadas para cada tipo de arquivo. Mas os tempos citados são medições da Cloudflare, não uma garantia para qualquer aplicação. Também há uma troca clara no Clef-flash: preço menor em troca de menos contexto na versão hospedada. Eu avaliaria o ganho pelo fluxo inteiro e pelo volume de informação que o sistema precisa processar.
Thiago FelizolaConsultor de IA, curador do Diário da IA
