پاتک کلودفلر به مدل خبرساز Jev: رونمایی از مدل‌های تصمیم‌گیری Clef با طعم متن‌باز و پشتیبانی از ویدیو!

تنها دو هفته پس از آن‌که مدل جِو (Jev) دنیای هوش مصنوعی را تکان داد، حالا کلودفلر (Cloudflare) با معرفی دو مدل تصمیم‌گیری جدید به نام‌های «کلف» (Clef) رسماً وارد میدان رقابت شده است؛ مدل‌هایی که به ادعای کلودفلر، هم باهوش‌تر و پرسرعت‌تر از Jev هستند و هم به صورت وزن‌باز (Open-weight) عرضه شده‌اند تا بتوانید آن‌ها را مستقیماً روی سخت‌افزار شخصی خودتان اجرا کنید.

خانواده مدل‌های تصمیم‌گیری Clef که روز پنج‌شنبه توسط کلودفلر رونمایی شد، از دو عضو تشکیل شده است: نسخه استاندارد Clef و نسخه جمع‌وجورتر و پرسرعت‌تر Clef-flash. این مدل‌ها از نظر کارکرد، درست همانند مدل Jev متعلق به شرکت تایپ‌سیف (TypeSafe) عمل می‌کنند و توانایی پاسخ‌گویی به سه دسته از پرسش‌های محدود و ساختاریافته را دارند: پرسش‌های بله/خیر، گزینه‌ای و رتبه‌بندی.

با این حال، تفاوت‌های اساسی و چشمگیر از همین‌جا آغاز می‌شود؛ کلف نه‌تنها با معماری کاملاً متفاوتی طراحی شده، بلکه بر اساس بنچمارک‌های ارائه‌شده از سوی کلودفلر، در چندین آزمون کلیدی بسیار قدرتمندتر از Jev و سایر مدل‌های تصمیم‌گیری رقیب ظاهر شده است.

پیش از هر چیز، برگ برنده Clef بهره‌گیری از ستون فقرات مدل‌های زبانی بزرگ (LLM) است. طبق توضیحات کلودفلر، در مدل‌های Clef و Clef-flash به ترتیب از نسخه‌های فریز شده و پس‌آموزش‌دیده مدل‌های پیشرفته Qwen3.8-27B و Qwen3.5-9B استفاده شده است؛ به طوری که پایه کوئن در زمان استنتاج، تنها یک گام پردازش اولیه (Prefill-only) برمی‌دارد. با وجود این ساختار، کلف فوق‌العاده سریع کار می‌کند — اگر بخواهیم منصف باشیم، حتی سریع‌تر از Jev — و بلافاصله پس از پردازش اولیه، امتیازدهی به گزینه‌ها را به شکل موازی انجام می‌دهد. در طرف دیگر، معماری فنی زیربنای Jev همچنان یک راز بزرگ باقی مانده؛ چرا که تایپ‌سیف ترجیح داده جزئیات آن را کاملاً محرمانه نگه دارد.

از منظر سرعت پردازش و توان عملیاتی، Clef مثل باد پیش می‌رود! کلودفلر این مدل را در بنچمارک شاخص تصمیم‌گیری Jev در هاگینگ فیس، رودرروی Jev و چند مدل تصمیم‌گیری متن‌باز دیگر قرار داده است. بر اساس رده‌بندی اعلام‌شده توسط کلودفلر، نسخه اصلی Clef اگرچه اندکی نسبت به سایر مدل‌های باز کندتر است اما دقت به مراتب بالاتری ثبت کرده؛ در سوی دیگر، نسخه Clef-flash دقتی هم‌تراز با بهترین رقبا داشته اما سرعتی خیره‌کننده و بسیار فراتر از آن‌ها را به ثبت رسانده است.

البته اگر بخواهیم جانب انصاف را حفظ کنیم، این نتایج فعلاً از سوی خود کلودفلر گزارش شده و هنوز روی جدول رسمی Decision Index توسط سایر محققان بازتولید و تأیید نشده است. علاوه بر این، کلودفلر Clef را در بنچمارک‌های اختصاصی خودِ شرکت تایپ‌سیف هم آزمایش کرده و مدعی است در ۳ بخش از ۴ سناریو بر Jev غلبه کرده و فقط در بخش رصدپذیری مسیر ایجنت‌ها (Agent trace observability) نتیجه را به رقیب واگذار کرده است.

اما حتی اگر سرعت یا دقت را نادیده بگیریم، Clef یک برگ برنده اساسی و فوق‌العاده مهم در آستین دارد: این مدل دیگر به طبقه‌بندی متن محدود نیست و می‌تواند فایل‌های تصویری و حتی ویدیویی را هم پردازش کند! افزون بر این، Clef از پنجره زمینه (Context window) ۶۴ هزار توکنی پشتیبانی می‌کند؛ در حالی که گرچه Jev هم می‌تواند تا ۶۴ هزار توکن را در قالب یک درخواست پوشش دهد، اما مجموع وضعیت و بلند‌ترین پرسش منفرد در آن به ۳۲ هزار توکن محدود است.

مدل Clef به شکل مستقیم از طریق بستر ابری Workers AI کلودفلر در دسترس توسعه‌دهندگان قرار گرفته است. کلودفلر توضیح داده که میزبانی ابری این مدل‌ها کارایی آن‌ها را دوچندان کرده، چرا که «می‌توانیم از توان پردازنده‌های گرافیکی‌مان در لبه شبکه (Edge) نهایت استفاده را ببریم که حاصل آن، کاهش چشمگیر تأخیر شبکه و اتخاذ تصمیم‌های به‌مراتب سریع‌تر خواهد بود.»

اگر جزو آن دسته از کاربرانی هستید که نمی‌خواهید زیر بار هزینه پردازش توکن بروید (هزینه Clef حدود ۰.۲۴ دلار به ازای هر میلیون توکن است، یعنی تقریباً ۶ برابر گران‌تر از Jev با نرخ ۰.۰۴۲ دلار)، خبر خوش این است که می‌توانید این مدل را مستقیماً از هاگینگ فیس دانلود کنید. وزن‌های این مدل تحت همان مجوز متن‌باز Apache-2.0 متعلق به کوئن منتشر شده‌اند. هرچند کلودفلر در بیانیه خود از واژه «متن‌باز» استفاده کرده بود، اما میشل چن، مدیر ارشد پلتفرم هوش مصنوعی این شرکت در گفت‌وگو با رسانه‌ها تأیید کرد که مجموعه داده‌های آموزشی (Training datasets) کلف به شکل عمومی عرضه نشده‌اند.

در خصوص این‌که آیا سخت‌افزار فعلی‌تان از پس اجرای این مدل‌ها برمی‌آید یا نه، چن توضیح داد که Clef-flash برای اجرا روی هر پردازنده گرافیکی (GPU) به حداقل ۴۱ گیگابایت حافظه VRAM نیاز دارد؛ در حالی که برای به راه انداختن نسخه کامل Clef به حداقل ۸۵ گیگابایت VRAM روی کارت گرافیک احتیاج خواهید داشت.

چن در پایان صحبت‌هایش اضافه کرد: «البته این ارقام سخت‌افزاری با فرض پردازش تک‌درخواستی (Single concurrency) و استفاده کامل از پنجره زمینه ۶۴ هزار توکنی محاسبه شده است.»

در نهایت، اصلاً نگران بازطراحی معماری سیستم‌های تصمیم‌گیری فعلی‌تان برای هماهنگی با کلف نباشید؛ رابط برنامه‌نویسی (API) این مدل به گونه‌ای طراحی شده که سازگاری صددرصدی با Jev دارد و می‌توانید به عنوان یک جایگزین بی‌دردسر و سرراست (Drop-in replacement) روی آن حساب باز کنید؛ فرقی نمی‌کند که قصد داشته باشید آن را روی سرور شخصی خودتان بالا بیاورید یا از زیرساخت ابری کلودفلر استفاده کنید.