IT之家 خبر يوم 10 أكتوبر، إن شركة Cloudflare أصدرت أمس (9 أكتوبر) إعلاناً،أعلنت فيه عن إطلاق نموذج اتخاذ القرار مفتوح الأوزان Clef-omni، الذي يدعم معالجة النصوص والصور والصوت والفيديو وغيرها في استدعاء API واحد.
فيما يتعلق بموقع النموذج،فهذا النموذج مبني على سلسلة نماذج Clef السابقةمع توسيع الدعم لإدخالات متعددة الوسائط، وقد أُتيحت أوزان النموذج بالفعل على Hugging Face.
أما فيما يخص دعم تعدد الوسائط، فإن Clef السابق كان يدعم النصوص والصور والإطارات المتتالية المستخرجة من الفيديو (أي استخراج الفيديو زمنياً كصور ثابتة متتالية ثم تقديم هذه الصور بالترتيب كمدخلات للنموذج)، بينما أضاف Clef-omni إدخال الصوت والفيديو الكامل، ويدعم صيغ wav وmp3 وmp4 وwebm.
وذكرت Cloudflare أن المطورين لا يحتاجون إلى بناء خطوات منفصلة لتحويل الكلام إلى نص أو تقسيم الصوت والفيديو، إذ يمكنهم معالجة مدخلات متعددة بنموذج واحد.
وقالت Cloudflare إن Clef-omni مبني على Qwen3-Omni-30B-A3B-Instruct مع الاحتفاظ بقدراته الفهمية الرئيسية. النموذج موجه لمهام اتخاذ القرار المهيكلة، ولا ينتج مخرجات نصية اعتيادية. وفي الاختبارات التي نشرتها الشركة، كان زمن الاستجابة الوسيط للطلبات النصية الخالصة نحو 130 مللي ثانية، وللصور نحو 150 مللي ثانية؛ بينما اكتمل تقييم فيديو مدته 21 ثانية مع صوت في نحو 1.5 ثانية.
| اختبار المعايير | Clef-omni | Clef | Clef-flash | Jev |
|---|---|---|---|---|
| BFCL: نسبة التطابق الدقيق | 98.2 | 98.47 | 98.76 | 95.75 |
| ToolRet: nDCG@10 | 66.6 | 69.19 | 66.43 | 65.28 |
| API-Bank: نسبة الدقة | 92.7 | 91.93 | 93.11 | 88.19 |
| الأجهزة المنزلية: نسبة التطابق الدقيق | 69.3 | 82.95 | 97.73 | 52.27 |
| When2Call: نسبة الدقة | 63.3 | 72.37 | 65.58 | 80.97 |
| BANKING77: متوسط F1 الكلي | 94.8 | 94.20 | 90.93 | 79.74 |
| CLINC150+OOS: متوسط F1 الكلي | 97.7 | 97.43 | 66.77 | 89.27 |
| BRIGHT: nDCG@10 | 42.0 | 45.91 | 39.26 | 47.52 |
| Amazon ESCI: متوسط F1 الكلي | 57.8 | 57.48 | 57.39 | 55.21 |
| PhishNChips: نسبة الدقة | 73.2 | 79.60 | 75.05 | 62.55 |
كما خفضت Cloudflare سعر Clef-flash لكل مليون توكن إدخال من 0.09 دولار (ملاحظة IT之家: ما يعادل نحو 0.6 يوان صيني بسعر الصرف الحالي) إلى 0.038 دولار (ما يعادل نحو 0.25 يوان صيني بسعر الصرف الحالي)، بانخفاض نسبته نحو 58%. كما تقلصت نافذة السياق في النسخة المستضافة من Clef-flash بالتزامن من 64k إلى 24k.
| النموذج | سعر الإدخال | سعر الإخراج |
|---|---|---|
| Clef-flash | 0.038 دولار لكل مليون توكن (ما يعادل حوالي 0.25 يوان صيني بسعر الصرف الحالي) | 0.12 دولار لكل مليون توكن (ما يعادل حوالي 0.8 يوان صيني بسعر الصرف الحالي) |
| Clef | 0.24 دولار لكل مليون توكن (ما يعادل حوالي 1.6 يوان صيني بسعر الصرف الحالي) | 0.72 دولارًا لكل مليون توكن (ما يعادل حوالي 4.8 يوانًا صينيًا بسعر الصرف الحالي) |
| Clef-omni | 0.15 دولارًا لكل مليون توكن (ما يعادل حوالي 1 يوان صيني بسعر الصرف الحالي) | 0.60 دولارًا لكل مليون توكن (ما يعادل حوالي 4 يوانات صينية بسعر الصرف الحالي) |