Cloudflare משיקה את Clef-omni: מודל קוד פתוח שמקבל החלטות על טקסט, תמונה, אודיו ווידאו
לפי דיווח ב-MarkTechPost, חברת Cloudflare הוציאה את Clef-omni, מודל החלטות רב-מודאלי בקוד פתוח (רישיון Apache-2.0) שמבוסס על Qwen3-Omni-30B-A3B של עליבאבא. המודל מעריך טקסט, תמונות, אודיו ווידאו בקריאה אחת, במחיר של 0.15 דולר למיליון טוקני קלט. גרסה זולה יותר, Clef-flash, תומחרה ב-0.038 דולר. בחומרים שבידינו לא מצאנו את ההכרזה הרשמית של Cloudflare.
חברת התשתיות Cloudflare הוציאה את Clef-omni, כך מדווח האתר MarkTechPost. מדובר ב"מודל החלטות" רב-מודאלי, כלומר מודל שמקבל כמה סוגי קלט. הוא מופץ בקוד פתוח ברישיון Apache-2.0. לפי הדיווח, המודל מעריך טקסט, תמונות, אודיו ווידאו בקריאה אחת ל-API, במחיר של 0.15 דולר למיליון טוקני קלט. גרסה זולה יותר בשם Clef-flash תומחרה ב-0.038 דולר בלבד.
הערה למערכת: המספרים כאן מבוססים על הדיווח של MarkTechPost. את ההכרזה הרשמית של Cloudflare לא מצאנו בחומרי המקור, ולכן צריך לאמת אותם מולה לפני פרסום.
מה בנוי מתחת למכסה
לפי MarkTechPost, Clef-omni בנוי על Qwen3-Omni-30B-A3B, מודל מסדרת Qwen של עליבאבא. הסימון "30B-A3B" מוכר בתעשייה: למודל יש כ-30 מיליארד פרמטרים בסך הכול, אבל בכל שלב בעיבוד פועלים רק כ-3 מיליארד מהם. זו ארכיטקטורת Mixture of Experts (MoE), שבה המודל מפעיל בכל פעם רק את חלקי הרשת שרלוונטיים לקלט. כך אפשר ליהנות מהידע של מודל גדול ולשלם על חישוב של מודל קטן בהרבה. ככל הנראה זה חלק מההסבר למחיר הנמוך.
המונח "מודל החלטות" מבדיל את Clef-omni מצ'טבוט רגיל. לפי תיאור המקור, הוא "נותן ציון" (scores) לקלט, וככל הנראה אינו מיועד לייצר תשובות פתוחות. בפועל, ככל הנראה, מדובר בשיפוט או בסיווג של תוכן: מערכת מקבלת קטע וידאו, הקלטה או תמונה ומחזירה הערכה שאפשר לפעול לפיה. המקורות שבידינו לא מפרטים לאילו שימושים Cloudflare מכוונת את המודל, ולכן לא נפרט אותם כאן.
למה החשוב הוא האודיו והווידאו
לפי כותרת הפוסט ב-Reddit ששיתף את הדיווח, המודל מקבל אודיו ווידאו ישירות. כדי להבין למה זה חשוב, צריך להכיר את הדרך הנפוצה היום: קודם מריצים תמלול של הדיבור, או מחלצים פריימים מהווידאו, ורק אחר כך מעבירים את התוצאה למודל שפה (LLM). כל שלב כזה עולה כסף, מוסיף זמן המתנה ומאבד מידע, כמו טון דיבור, רעשי רקע או תנועה בתמונה. מודל שמעבד את כל סוגי הקלט בקריאה אחת עשוי לפשט את התהליך הזה מאוד. עם זאת, את איכות ההחלטות שלו בפועל יהיה אפשר לבחון רק לאחר בדיקות עצמאיות.
המשמעות: קוד פתוח מצד ספקית תשתית
ל-Cloudflare יש רשת עולמית של מרכזי נתונים, ובשנים האחרונות היא מוסיפה לה שירותי AI. מודל קוד פתוח ברישיון Apache-2.0, שמתיר גם שימוש מסחרי, מאפשר לחברות להריץ אותו על התשתית שלהן ולא רק דרך השירות של Cloudflare. המשמעות היא ש-Cloudflare מתחרה כאן גם במחיר וגם בגמישות.
הבחירה לבנות על Qwen3-Omni משתלבת במגמה רחבה יותר: מודלים פתוחים של חברות סיניות, ובראשן עליבאבא, הפכו לבסיס נפוץ למוצרים של חברות מערביות. אם המחירים שמופיעים בדיווח יאומתו, ובמיוחד 0.038 דולר של Clef-flash, החישוב הכלכלי של ניתוח אוטומטי של כמויות גדולות של מדיה עשוי להשתנות. עד שתתפרסם ההכרזה הרשמית, עם פרטים על ביצועים, מגבלות ותנאי שימוש, כדאי להתייחס לפרטים בזהירות.