Cloudflare開源9B多模態決策模型

決策新範式

企業部署智能體與自動化流程時，往往需要模型直接給出可執行的判斷，而非一段仍要二次解析的長文本，這對輸出結構與延遲提出更嚴格要求。

傳統大語言模型逐token自由生成，在結構化決策場景中長期面對輸出格式不穩定、解析繁瑣與延遲偏高的問題，令工程整合成本居高不下。

單次前向打分

決策任務實際需要的只是一個選項與其對應概率，而生成式路徑須逐步解碼token，輸出越長等待越久，資源投入與實際需求明顯錯配。

Clef-Flash將決策過程重構為單次前向傳播的概率打分，直接讀出各選項分數，省去自回歸解碼步驟，使多模態決策耗時降至38.8毫秒。

百萬級上下文

模型支援百萬級上下文窗口，可在長文本與多輪任務中保持決策能力，適合需要貫通大量背景資訊的智能體應用場景，令跨文檔判斷更可靠。

DABstep基準用於評估智能體的多步驟推理能力，把模型置於連續任務鏈中考驗，為結構化決策模型的實際表現提供可量化的參考依據。

開源與應用

Clef-Flash以Qwen3.5-9B為基座後訓練而成，並以開源方式發布，降低了企業採用結構化決策方案的門檻與算力成本。

隨着智能體與自動化應用加速落地，低延遲、輸出格式穩定的決策模型有望在任務調度、風險判斷與工作流編排等場景中逐步獲得企業採用。