Cloudflare는 10월 9일 공식 발표를 통해 새로운 오픈 웨이트 의사결정 모델 Clef-omni를 출시했다. 이 모델은 기존의 텍스트 및 이미지 처리 능력을 바탕으로 오디오와 전체 비디오 포맷 지원을 한층 확장했으며, 단일 API 호출을 통해 멀티모달 콘텐츠를 동시에 처리할 수 있다.
멀티모달 업그레이드와 아키텍처 분석
멀티모달 지원 측면에서 기존 Clef 모델은 주로 텍스트, 이미지, 그리고 시간 간격으로 추출한 정적 연속 화면을 처리했다. 반면 새로 출시된 Clef-omni는 wav, mp3, mp4, webm 등 오디오·비디오 포맷을 네이티브로 지원한다. 이 개선을 통해 개발자는 기존에 음성 전사 및 오디오·비디오 분할 파이프라인을 별도로 배포해야 하는 번거로운 절차를 생략할 수 있으며, 단일 모델로 다양한 입력 요구를 효율적으로 처리할 수 있다.
공식적으로 공개된 기술 세부 사항에 따르면, Clef-omni는 Qwen3-Omni-30B-A3B-Instruct를 기반으로 구축되었으며 핵심 이해 능력을 그대로 유지하고 있다. 이 모델은 주로 구조화된 의사결정 작업을 위해 설계되었으며, 일반적인 텍스트 출력은 생성하지 않는다. 성능 면에서 순수 텍스트 요청의 중위 응답 시간은 약 130밀리초, 이미지는 약 150밀리초이며, 소리가 포함된 21초 길이의 비디오 처리는 약 1.5초 만에 평점을 완료할 수 있다.
가격 인하 및 시리즈 모델 비교
새 모델의 출시와 함께 Cloudflare는 Clef-flash의 사용 가격도 인하했으며, 백만 입력 토큰당 비용을 0.09달러에서 0.038달러로 대폭 인하해 약 58%의 가격 인하폭을 기록했고, 호스팅 버전의 컨텍스트 윈도우도 64k에서 24k로 조정했다. 전반적으로 현재 해당 시리즈 모델의 단계별 가격 책정은 개발자들의 다양한 비용 및 성능 요구를 충족하고 있다.