概览
Cloudflare 多模态决策模型：文本/图/音/视频进、选项概率出；输入 $0.15/M tokens，输出不计费。 Clef-omni 是 Cloudflare 2026-10-09 起在 Workers AI 提供的多模态决策模型，把「状态 + 结构化问题」映射为校准概率，而不是自由生成长文。相对此前 Clef，omni 原生吃音频（wav/mp3）与视频（mp4/webm）。开放权重发布于 Hugging Face；托管价为每百万输入 tokens $0.15、输出不计费。本条价格与窗口来自 developers.cloudflare.com 模型页（2026-10-11 核）。API ID：@cf/cloudflare/clef-omni（请求体 model 字段为 clef-omni）。
- 模态
- 多模态
能力
- 定位：decision model；state + 类型化 questions → 每题各选项概率
- 骨干：基于 Qwen3-Omni-30B-A3B-Instruct MoE（约 30B / 3B active），去掉 TTS 输出部件（Blog）
- 输入：文本/JSON state；最多 4 图、4 音频、2 视频（文档限额）
- 题型：noul / choice / score 等（文档 Parameters）
- 上下文：64k tokens；媒体 token 计入窗口
- 计费：仅 input；$0.15/M；图像/音视频按文档折算 token
- 延迟（Blog 表述）：文本中位约 130ms、图像约 150ms；含声 21s 视频约 1.5s（以官方原文为准）