Cloudflare, metin ve görselin yanı sıra ses ve video girdilerini tek aşamada puanlayan Clef-omni modelini açık ağırlıklarla yayımladı ve Clef-flash modelinde fiyat indirimi yaptı.
Üç noktada haber
Clef-omni, Qwen3-Omni-30B-A3B-Instruct MoE mimarisi temel alınarak ses, video, metin ve görselleri tek çağrıda işleyecek şekilde yapılandırıldı.
Şirketin paylaştığı verilere göre metin kararları medyan 130 milisaniyede, sesli 21 saniyelik bir video klibin puanlanması ise yaklaşık 1,5 saniyede tamamlanıyor.
Barındırılan Clef-flash modelinin fiyatını düşürmek amacıyla bağlam penceresi 64 bin belirteçten 24 bin belirtece düşürüldü; açık ağırlıklar ise 256 bin desteğini koruyor.
Cloudflare, karar modelleri ailesine ses ve video girdilerini doğrudan puanlayabilen Clef-omni modelini eklediğini duyurdu. Geçtiğimiz hafta yayımlanan Clef ve Clef-flash sürümlerinin ardından paylaşılan model, açık ağırlıklı olarak Hugging Face üzerinde erişime açıldı. Şirketin açıklamasına göre yeni model, metin ve görsel verilerin yanı sıra wav ve mp3 formatındaki ses dosyaları ile mp4 ve webm uzantılı videoları ayrı dönüştürme aşamalarına ihtiyaç duymadan tek bir işlem çağrısıyla analiz edebiliyor.
Clef-omni, Qwen3-Omni-30B-A3B-Instruct uzmanlar karması (MoE) mimarisi üzerine inşa edildi. Cloudflare mühendisleri, omurga modelin anlama bileşenlerini korurken metinden sese dönüştürme çıktı parçalarını sistemden çıkardıklarını ve modeli düşük dereceli uyarlayıcılar (LoRA) ile eğittiklerini belirtti. Geleneksel büyük dil modellerinin aksine çıktı belirteci üretmeyen yapı, video ve ses akışlarını görsel karelerle eşzamanlı olarak tek bir diziye yerleştiriyor. Şirketin paylaştığı performans ölçümlerine göre metin odaklı kararlar medyan 130 milisaniyede, görseller 150 milisaniyede, ses içeren 21 saniyelik bir video klibin puanlanması ise yaklaşık 1,5 saniyede tamamlanıyor.
Arşiv fotoğrafı: Cloudflare ofisindeki lav lambası duvarı.
Şirket, daha hafif iş yüklerine hitap eden Clef-flash modelinde de fiyat indirimine gittiğini açıkladı. Ancak bu maliyet avantajını sağlamak amacıyla Cloudflare Workers AI üzerinde barındırılan Clef-flash sürümünün bağlam penceresi, daha önce duyurulan 64 bin belirteç seviyesinden 24 bin belirtece düşürüldü. Şirket verileri, gelen taleplerin yalnızca yüzde 0,24'ünün 24 bin belirteç sınırını aştığını gösteriyor. Kendi sunucusunda barındırma seçeneğini tercih eden geliştiriciler için Hugging Face üzerindeki açık model ağırlıkları 256 bin belirteçlik bağlam kapasitesini korumayı sürdürüyor; daha geniş bağlama ihtiyaç duyan bulut kullanıcılarının ise 64 bin belirteçlik standart Clef modeline yönelmesi öneriliyor.
Arşiv fotoğrafı: Cloudflare ofisindeki lav lambası duvarı.
Sunum tarafında standart Clef modelinin gecikme sürelerini düşürmek için SGLang altyapısına geçiş yapıldı ve ilgili entegrasyon SGLang 0.5.22 sürümüne dahil edilmek üzere 42721 numaralı çekme isteğiyle tamamlandı. Cloudflare bünyesinde Clef modellerinin dokümantasyon depolarında istenmeyen iletileri engellemek, EmDash içerik yönetim sisteminde oltalama eklentilerini denetlemek ve kimlik bilgisi taraması yapmak amacıyla kullanıldığı bildirildi. Şirket, Clef modellerinin TypeSafe tarafından geliştirilen Jev API yapısıyla tam uyumlu olduğunu ve AI Gateway üzerinden model kimliği değiştirilerek doğrudan test edilebileceğini açıkladı.
Neden önemli?Geliştiricilerin çok modlu verileri ayrı dönüştürme hatlarına bölmeden tek modelle işlemesini sağlayan adım, karar modellerinde maliyet ve işlem süresi dengesini doğrudan etkiliyor.
Cevabı beklenen sorular
- Üçüncü taraf bağımsız testlerde Clef-omni'nin farklı veri formatlarındaki doğruluk ve kalibrasyon başarımının nasıl şekilleneceği henüz bilinmiyor.
- 24 bin belirteç sınırının, uzun doküman ve geniş veri dizileriyle çalışan üretim iş yüklerinde geliştirici tercihlerini nasıl etkileyeceği belirsizliğini koruyor.
Kaynaklar ve belgeler
Bu haberde kullanılan belgelere aşağıdaki bağlantılardan ulaşabilirsiniz.
