Clef、Clef-flash、Clef-omni 怎么选？Cloudflare 决策模型价格与成本算例

核验日期：2026 年 10 月 12 日。本文依据官方公开文档整理，未进行 API 实测、速度测试或业务准确率评测。价格以美元计；示例不包含税费、Workers Paid 套餐费用、应用运行、存储、网络、预处理及人工复核费用。

如果你的任务是“从几个预设选项中判断该交给谁处理”，可以把 Clef 系列加入选型清单。它返回结构化决策及概率，适合分类和路由；需要生成文章、聊天回复或自由文本抽取时，不能把它当作普通聊天模型直接替换。

10 月 9 日更新了什么

Cloudflare 在 10 月 1 日发布 Clef 和 Clef-flash，10 月 9 日增加 Clef-omni，并降低 Clef-flash 的价格、调整其托管上下文上限，同时优化 Clef 的托管性能。官方性能数字属于厂商测试，本文不把它们当作所有业务的延迟承诺。首发公告 · 10 月 9 日更新

当前官方价格和上下文

模型	Workers AI 模型 ID	每百万输入 token	上下文上限
Clef	@cf/cloudflare/clef	$0.240	65,536 token
Clef-flash	@cf/cloudflare/clef-flash	$0.038	24,576 token
Clef-omni	@cf/cloudflare/clef-omni	$0.150	64,000 token

三者均按输入计费，不收输出 token 费用。各模型支持的媒体输入也会转换成计费 token；其中 Omni 的托管 API 支持原生音频和视频。Clef、Clef-flash 当前托管参数文档列出图片输入，不应据此假设它们也接受原生视频文件。Clef · Flash · Omni

上表是官方托管单价，不代表中转站报价；也不能只看名字认定某中转渠道提供相同模型或接口。官方价格表

Clef-flash 的低价伴随较短的托管上下文。迁移长请求时，应重新核对请求总量，不要继续沿用旧版本“约 64K”的假设。Clef-flash 文档

十万次分类大约花多少钱

假设进行 100,000 次请求，每次最终计费输入都是 2,000 token，合计 200,000,000 token。不扣免费额度，也不计失败重试及其它服务费用：

模型	算法	纯推理标价成本
Clef-flash	200 × $0.038	$7.60
Clef	200 × $0.240	$48.00
Clef-omni	200 × $0.150	$30.00

“2,000 token”必须指实际计费输入，不能只数业务文本却漏掉问题和媒体。实际费用还受免费额度、请求长度、重试和升级处理影响。这是算例，不是性能等价比较。

再假设每个请求先用 Flash，10% 请求追加一次同为 2,000 token 的 Clef 复核，预算为 $7.60 + $4.80 = $12.40。这里的 10% 是人为设定，不是实测升级率；如果分类错误导致大量人工返工，更低 token 单价未必降低总成本。

根据任务选型

文字或图片分类，优先衡量成本和延迟：把 Flash 作为候选，与现有方案对照测试
同一套问题上 Flash 漏判较多，或者输入超出它的长度限制：测试 Clef，比较错误分布，而不是只看参数规模
必须同时理解音频和视频：考虑 Omni。它支持原生音频、视频输入；这不等于视频生成能力

原版 Clef 适合提供状态及一组有类型的问题，让模型给允许的选项评分。它不会因此自动变成可靠的发票 OCR、金额计算器或完整对账系统。Clef 文档

API 接入前的三个检查

官方使用 Workers AI binding 或账户级 REST 接口。请求除了模型选择，还要提供 state 和 questions；这不是把普通聊天接口的 model 字段改名即可完成的迁移。

确认问题是预先定义的选择、判断或评分，而非期待任意文本输出
确认上下文、文件大小、媒体数量和编码方式均满足目标模型要求
保存实际计费用量，并用人工标注样本校验误判和低置信度退出机制

以 Omni 为例，当前文档列出最多 4 段音频、2 段视频；每段视频最长 60 秒，媒体还受大小及合计大小限制。远程媒体 URL 不能直接作为输入。具体约束应以当时的参数说明为准。Clef-omni 文档

购买渠道时要问什么

如果已有 Cloudflare 环境，可以先评估官方 Workers AI；若考虑第三方兼容服务，至少确认完整模型 ID、是否支持对应的问题结构、媒体输入是否保留、计费 token 如何计算，以及失败和重试怎么收费。本文未验证任何中转站已接入 Clef，也不为服务来源、稳定性或模型真实性担保。

对于订单与发票流程，更谨慎的试点是把模型用于“异常类别分流”：把已由现有流程抽取并算好的差异，分到数量、价格、缺行或需要人工复核等队列。金额运算保持确定性规则，付款或自动放行不能仅凭模型概率决定。

最小验证可以先用一小组已脱敏、人工标注且覆盖边界情况的样本，记录漏判、误报、延迟与总成本。模型不能稳定减少复核工作量时，就不应仅因价格便宜而上线。