Cloudflare udgiver multimodal AI-model Clef-omni og sænker prisen på Clef-flash

Cloudflare har udgivet Clef-omni, en ny udgave af virksomhedens open source beslutningsmodel-familie Clef, der nu også kan tage lyd og video som input ud over tekst og billeder. Modellen er bygget på Qwen3-Omni-30B-A3B-Instruct, en mixture-of-experts-model, hvor Cloudflare har overtaget den del af modellen der forstår tekst, billeder, lyd og video, men fjernet komponenterne til tale-syntese. Clef-omni kan modtage lydfiler i wav eller mp3 og video i mp4 eller webm, og kaldes via Cloudflare Workers AI-API'et som @cf/cloudflare/clef-omni. Modellens vægte er offentliggjort på HuggingFace. Samtidig har Cloudflare sat prisen på Clef-flash ned, så den nu er billigere end TypeSafes model Jev, og gjort selve Clef-modellen hurtigere. Clef og Clef-flash blev oprindeligt udgivet i sidste uge.