OpenRouter (@OpenRouter) · 2026/10/15 05:00:23
Cloudflare 发布 Clef Omni 多模态决策模型：原生融合音视频图文，输出概率而非 Token
出处作者 / 发布主体：OpenRouter (@OpenRouter)原标题：We fed Clef Omni a photo, 3 seconds of sizzle, a 2-second clip of a hot dog stand, and the word "lun...
68AI 研判分
核心综述
Cloudflare 推出 Clef Omni 模型，原生支持音频、视频、图像和文本四种模态输入，专为决策场景设计。该模型不生成传统文本 Token，而是直接输出分类概率（如“热狗”置信度 96.5%），已在 OpenRouter 上线，定价为每百万输入 Token $0.15，输出免费。
报道全文原始报道全文
我们向 Clef Omni 输入了一张照片、3 秒的滋滋声效、一段 2 秒的热狗摊视频片段，以及单词“lunch?”
它给出的结果是：热狗，置信度 96.5%。
支持音频 + 视频输入的 Decisions 模型已在 OpenRouter 上线。四种模态，一次调用，输出概率而非 token。输入价格 $0.15/M，输出免费。
↳ 引用 @Cloudflare (Cloudflare): 我们正在扩展 Clef 决策模型家族，推出 Clef-omni，可在单一流水线中原生处理音频、视频、图像和文本。我们还降低了 Clef-flash 的价格，并将 Clef 的推理速度提升了最高 2.0 倍。 https://cfl.re/4s6nYeD
