أطلقت Cloudflare نموذج Clef-omni، وهو نموذج قرار مفتوح الأوزان يستطيع تحليل النصوص والصور والصوت والفيديو ضمن مسار معالجة واحد. يأتي الإعلان بعد إطلاق Clef وClef-flash الأسبوع الماضي، ويستهدف حالات الاستخدام التي تتطلب استخراج قرارات مقيدة بمخطط محدد، بدلاً من الاعتماد على سلسلة نماذج منفصلة لتحويل الصوت إلى نص أو فصل القنوات البصرية عن الفيديو.
نموذج واحد للمدخلات متعددة الوسائط
يدعم Clef-omni ملفات الصوت بصيغتي WAV وMP3، والفيديو بصيغتي MP4 وWebM، إلى جانب النصوص والصور. وتعرض Cloudflare مثالاً لفحص جهاز عبر صورة لوحدة المنتج، وتسجيل صوتي أثناء تشغيلها، وفيديو للمروحة، ثم طرح أسئلة منظمة حول ظهور رقم الطراز، وسلامة الصوت، وعمل المروحة.
بُني النموذج على أساس Qwen3-Omni-30B-A3B-Instruct بتقنية الخبراء المتعددين (MoE)، مع استخدام مكوّن الفهم الأساسي والتخلي عن مكونات تحويل النص إلى كلام. وبدلاً من توليد رموز إخراج مثل نماذج اللغة الكبيرة، يحسب Clef درجات الخيارات المرشحة مباشرة ضمن مخطط محدد، مع آلية توجيه انتباه على مرحلتين وقواعد لغوية مدمجة للحفاظ على معنى الخيارات.
تقول Cloudflare إن قرارات النص تُعاد بوسيط زمني يقارب 130 ميلي ثانية، ومدخلات الصور في نحو 150 ميلي ثانية، بينما تحتاج المقاطع الصوتية إلى بضع مئات من الميلي ثواني. أما فيديو مدته 21 ثانية مع الصوت، فيُقيّم في نحو 1.5 ثانية عبر طلب API واحد. وأتاحت الشركة أوزان Clef-omni على Hugging Face، إلى جانب وثائق المطورين.
ما الذي يتغير عملياً؟
يقلل التصميم الجديد الحاجة إلى بناء خطوط معالجة متسلسلة لتحويل الكلام أو تفكيك الفيديو قبل اتخاذ القرار. وهذا يناسب مهام الفحص والتصنيف التي تتطلب إجابات منظمة، مثل معالجة الفواتير، وخدمة العملاء، ورصد الحوادث الأمنية، شريطة أن تكون جودة النموذج كافية للمجال المحدد.
لكن نتائج الاختبارات ليست متفوقة على النماذج الأخرى في كل المهام. فقد سجل Clef-omni نسبة 98.2% في اختبار BFCL للحالات المطابقة، و92.7% في API-Bank، و94.8% في BANKING77، لكنه جاء دون Clef وClef-flash في بعض الاختبارات، مثل الأجهزة المنزلية وWhen2Call وPhishNChips. لذلك لا تعني إضافة الوسائط الجديدة تفوقاً عاماً في كل سيناريو.
خفض سعر Clef-flash وتسريع Clef
خفضت Cloudflare سعر Clef-flash من 0.09 دولار إلى 0.038 دولار لكل مليون رمز إدخال، بينما بقي سعر Clef عند 0.24 دولار، وأُطلق Clef-omni بسعر 0.15 دولار لكل مليون رمز إدخال. في المقابل، تقلصت نافذة السياق في النسخة المستضافة من Clef-flash من 64 ألفاً إلى 24 ألف رمز. وتقول الشركة إن 0.24% فقط من الطلبات تتجاوز الحد الجديد، بينما تظل أوزان Hugging Face مدربة لدعم نافذة تصل إلى 256 ألف رمز عند الاستضافة الذاتية.
كما حسّنت Cloudflare سرعة Clef المستضاف على Workers AI. انخفض زمن الوسيط لمدخلات تقارب 800 رمز من 262 إلى 152 ميلي ثانية، ولنحو 3400 رمز من 616 إلى 305 ميلي ثانية، أي تسارع يصل إلى 2.0 مرة. وتعزو الشركة جزءاً من التحسين إلى استخدام SGLang، مع مساهمات ستظهر في الإصدار 0.5.22.
لماذا يهم هذا الإعلان؟
يقدم الإعلان اتجاهاً عملياً لنماذج القرار: معالجة مدخلات مختلفة واستخراج خيارات منظمة بدلاً من إنتاج نص طويل. وقد استخدمت فرق داخل Cloudflare هذه النماذج لاكتشاف الرسائل المزعجة في GitHub، وفحص إضافات نظام EmDash بحثاً عن التصيد، ورصد بيانات التعريف الشخصية، واكتشاف النطاقات الخبيثة. غير أن هذه الأمثلة داخلية، كما أن نتائج الاختبارات المتباينة وقيود نافذة السياق في Clef-flash تظل عوامل ينبغي تقييمها قبل اعتماد النموذج في عمليات حساسة.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.