Cloudflare vient de publier officiellement le nouveau modèle de décision de poids ouvert Clef-omni. Ce modèle représente une amélioration significative par rapport à la série Clef existante : il prend en charge nativement les textes et les images, et pour la première fois, il possède la capacité de traiter directement les entrées audio et vidéo complètes. Actuellement, les poids du modèle sont entièrement ouverts sur la plateforme Hugging Face.
En termes de réalisation technique et de caractéristiques fonctionnelles, Clef-omni a complètement transformé les processus traditionnels de traitement. Les versions précédentes de Clef nécessitaient souvent de décomposer le contenu vidéo en images statiques continues selon l’axe temporel avant son traitement ; quant à Clef-omni, il prend directement en charge des formats audio et vidéo courants tels que wav, mp3, mp4 et webm. Cela signifie que les développeurs n’ont plus besoin de construire séparément des pipelines complexes de transcription vocale et de décomposition audio-vidéo, mais peuvent effectuer le traitement combiné de texte, images, audio et vidéo avec une seule appel API.
En termes de performance et de résultats des tests de référence, ce modèle est construit sur la structure de base Qwen3-Omni-30B-A3B-Instruct, conservant ainsi intégralement sa capacité de compréhension essentielle. En tant que modèle spécialisé axé sur les tâches de décision structurées, il ne produit pas de textes longs conventionnels. Selon les données expérimentales publiées officiellement, le temps de réponse moyen pour les requêtes de texte pur est d’environ 130 millisecondes, et pour les requêtes d’image, environ 150 millisecondes ; quant à la mise en place d’une vidéo contenant du son d’une durée de 21 secondes, elle est efficacement traitée en environ 1,5 seconde seulement.
Avec l’arrivée du nouveau modèle, Cloudflare a également révisé et optimisé les prix de ses autres lignes de produits. Pour le Clef-flash, le prix d’entrée a subi une baisse significative de environ 58 %, passant de 0,09 dollar par million de tokens d’entrée à 0,038 dollar, tandis que la fenêtre de contexte pour la version hébergée a été réduite de 64 k à 24 k. Dans l’ensemble, avec la libération open source de Clef-omni et le renforcement des capacités de traitement multimodale, Cloudflare offre un soutien de base plus efficace et plus rentable pour permettre aux développeurs mondiaux de créer des flux de travail intelligents complexes et des systèmes de décisions automatisés.