Cloudflare、音声・動画も読む決定モデルClef-omniを公開　Clef-flashは入力100万トークン0.038ドルに値下げ

Cloudflareは2026年10月9日、前週に公開した決定モデルClefファミリーに、マルチモーダル版のClef-omni（@cf/cloudflare/clef-omni）を追加した。Clef-omniは総パラメータ300億、アクティブ30億のMixture-of-Expertsを基盤とし、テキスト、JSON、画像に加えてWAV/MP3の音声とMP4/WebMの動画を状態として読み、型付きの質問スキーマに対して各選択肢の確率を返す。文脈長は64Kトークン、料金は入力100万トークンあたり0.15ドルで、出力トークンには課金しない。画像は最大4枚、音声は1本300秒まで最大4本、動画は1本60秒まで最大2本で、動画は毎秒2フレームでサンプリングされ1秒あたり最大256入力トークンになる。リモートURLは受け付けず、埋め込みで渡す必要がある。同時に、Clef-flashの料金を入力100万トークン0.09ドルから0.038ドルに下げた。その代わりホスト版の文脈長は64Kから24Kトークンになる。Cloudflareによると、24Kを超えるリクエストは全体の0.24%だった。Hugging Face上の重みは変更されず、セルフホストでは256Kまで扱える。Clefは料金0.24ドルと64Kの文脈長を据え置き、配信基盤側の最適化で高速化した。Clef-omniはCloudflare社内でPII検出や悪性ドメインの判定にも使われていると、X上の投稿では紹介されている。