Zum Hauptinhalt springen

CloudflareEntscheidungsmodellAktiv

Clef-Flash

BeliebtheitSpitzengruppe etwa gleich beliebt, 12 Modelle

45von 100neue Berechnung

beruht auf zwei Datengruppen, überwiegend Suche, Spanne 36 bis 55

Zusammenfassung

Clef-Flash ist die kompaktere Cloudflare-Variante mit 9 Milliarden Parametern. Wie Clef bewertet es einen vorgegebenen Zustand über typisierte Fragen und liefert Choice, Noul und Score als Wahrscheinlichkeiten. Die Ausgabe enthält keine erzeugte Erklärung. Text, JSON, Bilder und Videos bleiben als Eingabe möglich.

Qwen3.5-9B und ein Vision-Encoder bilden die Basis. Cloudflare nennt 64k Token Kontext. Das Modell ist über @cf/cloudflare/clef-flash in Workers AI für 0,09 $ pro 1 Mio. Eingabe-Token sowie als lokaler Apache-2.0-Checkpoint verfügbar. Das kostenlose Neuron-Kontingent gilt kontoweit. Der kleinere Aufbau ist für ein schnelleres strukturiertes Readout gedacht, nicht für einen Chatdialog.

GraduallyBench Decision

Clef-Flash entscheidet 51 von 60 Testfällen richtig. Der Median der 33 getesteten Entscheidungsmodelle liegt bei 60,0 %.

Trefferquote

85,0 %

51 von 60 Testfällen

Robustheit

86,7 %

26 von 30 umformulierten Varianten

Unnötige Prüfungen

1,9 %

1 von 52 Fällen ohne Prüfbedarf

Antwortzeit

599 ms

Median, 95 % unter 1,3 s, gehostet

Trefferquote im Vergleich

Anteil richtiger Entscheidungen in Prozent, höher ist besser

20 von 33 Modellen

Jev93,3 %
Kev 9B93,3 %
Clef91,7 %
Clef-Flash85,0 %
Decider 4B85,0 %
d1-2B85,0 %
Lev81,7 %
d1-Omni-2B81,7 %
Kev 4B78,3 %
Jeff 170,0 %
Decider 2B66,7 %
Kev 0.8B50,0 %

Stand 10.11.2026. Quelle: GraduallyBench Decision

Trefferquote nach AufgabenfamilieDer Strich zeigt den Median aller 33 getesteten Modelle.
Dringlichkeit75,0 %9 / 12, Median 58,3 %
Zuständigkeit91,7 %11 / 12, Median 83,3 %
Bedingungen83,3 %10 / 12, Median 33,3 %
Tabellen83,3 %10 / 12, Median 50,0 %
Evidenz91,7 %11 / 12, Median 75,0 %

Clef-Flash

Benchmark durchgeführt
Testdetails anzeigen

Entscheidungen

Cloudflare · Deutsch, Englisch

Ausführung Beim Anbieter. Präzision nicht dokumentiert.

130 gültige Ausgaben aus 130 begonnenen und 130 geplanten Testplätzen.

Gemessene Dauer p50 / p95 599 / 1.315 ms (130 Fälle). Anbieteranfrage inklusive Netzweg. Nearest-Rank-Quantile.

Automatische Auswahlquote
85 %(51 / 60 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Dringlichkeit
75 %(9 / 12 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Zuständigkeit
91,67 %(11 / 12 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Auswahl mit Bedingungen
83,33 %(10 / 12 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Zahlen und Tabellen
83,33 %(10 / 12 geplante Fälle)Deutsch, Englisch
Automatische Auswahlquote, Ausreichende Evidenz
91,67 %(11 / 12 geplante Fälle)Deutsch, Englisch
Korrekte Robustheitsvarianten
86,67 %(26 / 30 geplante Fälle)Deutsch, Englisch
Korrekte Entwicklungsfälle
90 %(36 / 40 geplante Fälle)Deutsch, Englisch
Unnötige Prüfungen
1,92 %(1 / 52 auswertbare Fälle ohne erforderliche Prüfung)Deutsch, Englisch
Unterlassene notwendige Prüfungen
12,5 %(1 / 8 auswertbare Fälle mit erforderlicher Prüfung)Deutsch, Englisch

Antwortzeiten lassen sich nur innerhalb derselben Umgebung vergleichen und bilden keine gemeinsame Tempo-Rangliste. Testreferenzen wurden, sofern verwendet, nicht unabhängig menschlich geprüft. Testumfang und Methoden unterscheiden sich je Modell. Jede Kennzahl steht für sich, einen gemeinsamen Gesamtwert über alle Tests gibt es nicht. Daten zusammengestellt am 10.11.2026. So testen wir · Alle Decision- und Audioergebnisse als JSON herunterladen

Erste veröffentlichte Kohorten

GraduallyBench Decision v1

Automatisch ausgewertet anhand festgelegter Regeln.

Der Pilot umfasst 60 Testfälle aus 30 Szenarien auf Deutsch und Englisch. Fünf gleich gewichtete Aufgabenfamilien bilden den Wert von 0 bis 100. Fehlgeschlagene Anfragen und ungültige Antworten zählen als nicht erfolgreiche Entscheidungen. Die 30 Robustheitsvarianten und 40 Entwicklungsfälle werden getrennt ausgewertet.

Die Referenzantworten folgen gespeicherten Regeln und Berechnungen. Die automatische Regelprüfung erfolgte nach den Modellläufen. Aufgabenformulierungen und Übersetzungen wurden nicht menschlich gegengeprüft. Die Ergebnisse gelten für die genaue getestete Modellkennung und Route.

Protokoll decision-choice-automated-v1. Keine bestätigte Anbieterrechnung.

Clef-Flash

Cloudflare · clef-flash · @cf/cloudflare/clef-flash · Getestet 05.11.2026

Sollentscheidungsquote im Testplan
85 % (51 / 60)
Gültige Testantworten
60 / 60
Korrekte Robustheitsvarianten
26 / 30
Korrekte Entwicklungsfälle, außerhalb des Testwerts
36 / 40
Unnötige Eskalationen
1 / 52
Unterlassene notwendige Eskalationen
1 / 8
API-Anfrage, Median / p95
599 / 1.315 ms (n = 130)
API-Kosten
Nicht verfügbar

Netzweg enthalten, einschließlich Client-Verarbeitung.

Ergebnisse je Aufgabenfamilie
AufgabeKorrekt / geplantZeitlimit erreichtTransportfehlerUngültige Antworten
Dringlichkeit9 / 12000
Zuständigkeit11 / 12000
Auswahl mit Bedingungen10 / 12000
Zahlen und Tabellen10 / 12000
Ausreichende Evidenz11 / 12000

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 147 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 13

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

Decision Index 0.2.1: BFCL (case exact accuracy) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
98,8
Messgröße
BFCL (case exact accuracy)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: ToolRet (nDCG@10) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
66,4
Messgröße
ToolRet (nDCG@10)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: API-Bank (accuracy) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
93,1
Messgröße
API-Bank (accuracy)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: BANKING77 (macro-F1) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
90,9
Messgröße
BANKING77 (macro-F1)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: CLINC150+OOS (macro-F1) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
66,8
Messgröße
CLINC150+OOS (macro-F1)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: RouterBench (selected quality) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
79,9
Messgröße
RouterBench (selected quality)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: Home appliance simulator (case exact accuracy) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
97,7
Messgröße
Home appliance simulator (case exact accuracy)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: SGD/SGD-X (macro-F1) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
34,2
Messgröße
SGD/SGD-X (macro-F1)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: ContractNLI (macro-F1) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
84,3
Messgröße
ContractNLI (macro-F1)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: ANLI (macro-F1) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
59,1
Messgröße
ANLI (macro-F1)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: BPoMP (accuracy) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
95,4
Messgröße
BPoMP (accuracy)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card
Decision Index 0.2.1: Humicroedit (accuracy) (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
75,1
Messgröße
Humicroedit (accuracy)
Einheit
%
Benchmark-Version
0.2.1
Kategorie
Decision Index 0.2.1
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
Cloudflare Clef Flash model card
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. Lauf=Cloudflare internal evaluation; Benchmark-Version=0.2.1; Anfragelatenz=nein
Quelle Cloudflare Clef Flash model card

Seite 1 von 13

Beliebtheit im Vergleich

Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.

Beliebtheitsindex

0 bis 100, höher ist beliebter

20 von 42 Modellen

Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex

Zeitlicher Verlauf

Wochenwerte vom 18. Oktober 2026 bis 20. November 2026

Clef-FlashGLiNER2.5-Decide 46Kev 4B 45AutoTrust JEV-27B-VL 45Jev 43

Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:

  1. 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
  2. 21. November 2026: Methodenversion 4 (gemeinsame Skala, Schrumpfung)
  3. 39. November 2026: Neue Topics-Erhebung V20 (Tagesquorum, Kurzformen)

Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.

Alle technischen Daten

Architektur

Modellklasse
Multimodales System-One-Entscheidungsmodell, kein Chatmodell
Quelle: Modellklasse
Checkpoint
Cloudflare/clef-flash
Quelle: Checkpoint
Basismodell
Qwen/Qwen3.5-9B mit Vision-Encoder
Quelle: Basismodell

Ein- und Ausgabe

Eingabe
Text, JSON, Bilder und Videos
Quelle: Eingabe
Kontextfenster
64k Token (Herstellerangabe)
Quelle: Kontextfenster

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Zugang
Workers AI API und lokale Gewichte
Quelle: Zugang
Lizenz
Apache-2.0
Quelle: Lizenz
Abschaltung
Keine angekündigt
ohne Quelle

API

API-Kennung
Workers AI: @cf/cloudflare/clef-flash
Quelle: API-Kennung

Weitere Angaben

Ausgabeschema
Choice, Noul und Score mit Wahrscheinlichkeiten, ohne freien Antworttext
Quelle: Ausgabeschema

Preise

API-Eingabepreis
0,09 $ pro 1 Mio. Eingabetoken (8.182 Neuronen pro Mio.)Quelle
Workers-AI-Abrechnung
10.000 Neuronen pro Tag kontoweit kostenlos; danach Workers Paid erforderlich. 0,011 $ pro 1.000 Neuronen.Quelle

Quellen und Datenstand

Alle 14 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 4. Oktober 2026. 6 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Ungeklärt

forecastbench-scale

Hinweis

ForecastBench druckt Brier-Werte 13,9 und 10,6 ohne angegebene Skala; die Rohwerte bleiben unverändert und werden nicht durch 100 geteilt.

Nicht veröffentlicht

immutable-model-or-route-revision

Hinweis

The zero-shot IE custom benchmark maps its exact public label to the profile task, but does not publish the loaded weight hash or immutable serving revision.

Nicht veröffentlicht

sampling-uncertainty

Hinweis

The zero-shot IE small custom pools have no published confidence intervals. This gap is specific to those score cells.

Nicht veröffentlicht

Unveränderliche Revision des im Decision Index ausgelieferten Checkpoints

Hinweis

Der aktuelle öffentliche Index nennt je nach Eintrag Modell-URL und served_checkpoint, aber keinen unveränderlichen Commit/Digest der tatsächlich ausgewerteten Gewichte.

Weitere QuelleCloudflare announcement (abgerufen 3. Oktober 2026) · Cloudflare Clef announcement · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere QuelleClef-Flash model card (abgerufen 3. Oktober 2026; 4. Oktober 2026) · Clef-Flash model card · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere QuelleWorkers AI pricing (abgerufen 3. Oktober 2026) · Workers AI pricing · Redaktionelle Beschreibung geprüft am 3. Oktober 2026
Weitere QuelleZero-shot IE benchmark, pinned public result snapshot (c45a00c25d2731ac7047def97b91421aaff2f611) (abgerufen 17. Oktober 2026)
Weitere QuelleMinh, Tran and Tan, CLEF/CLEF-Flash ultrasound evaluation, arXiv:2610.13675v1, Table 3 (abgerufen 17. Oktober 2026; 23. Oktober 2026)
Weitere QuelleClef eval, Sharad Bapat (abgerufen 17. Oktober 2026)
Weitere QuelleStreamDecisionBench GitHub README (abgerufen 18. Oktober 2026)
Weitere QuelleJev Decision Index public index.json (release-v4) (abgerufen 28. Oktober 2026)
Weitere QuelleOpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleVercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere QuelleOllama: kumulierte Downloads für den Beliebtheitsindex
Weitere QuelleReplicate: kumulierte Ausführungen für den Beliebtheitsindex
Weitere QuelleGoogle Trending Now: begrenzte Feed-Auswahl für Deutschland und USA
Weitere QuelleCreative Commons Attribution 4.0