Enver KOÇAK
Cloudflare, 1 Ekim 2026’da iki yeni açık model duyurdu: Cloudflare Clef ve daha hızlı kardeşi Clef-flash. İkisi de “karar modeli” adı verilen yeni bir model türüne ait. Ağırlıklar Apache 2.0 lisansıyla Hugging Face’te yayımlandı. Modeller Cloudflare’in Workers AI platformunda da çalışıyor.
Karar modelleri sohbet botlarından farklı bir iş yapıyor. Uzun metin yazmıyorlar. Önceden belirlenmiş seçenekler arasından birini seçiyor ve her seçeneğe bir olasılık veriyorlar.
Ne Değişti?
Bir destek talebini doğru ekibe yönlendirmek, bir işlemi insana devretmek ya da bir alan adını kategoriye ayırmak gibi işler için büyük dil modelleri çoğu zaman gereğinden pahalı ve yavaş. Üstelik her seferinde aynı cevabı vermeyebiliyorlar. Karar modelleri bu boşluğu dolduruyor. Çıktıları sınırlı ve tipli olduğu için kod tarafından kolayca işlenebiliyor.
Clef, Qwen3.8-27B modelinin üzerine kuruldu. Clef-flash ise Qwen3.5-9B tabanlı. Clef’in bir görüntü kodlayıcısı var, yani resimleri de sınıflandırabiliyor. Bağlam penceresi 64 bin token.
Hızın sırrı mimaride. Model metni token token üretmiyor. Girdiyi tek seferde işliyor ve geçerli seçenekleri paralel olarak puanlıyor. Cloudflare’in 43 testlik ölçümünde Clef’in ortanca gecikmesi 209 milisaniye, Clef-flash’ınki ise yaklaşık 39 milisaniye.
Kimi İlgilendiriyor?
Bu modeller en çok yazılım ekiplerini ilgilendiriyor. Destek bileti yönlendirme, içerik sınıflandırma, araç seçimi ve iş akışlarında karar noktaları tipik kullanım alanları. Cloudflare kendi tehdit istihbaratı ekibinin web sitesi alan adlarını sınıflandırmak için Clef kullandığını söylüyor. Şirkete göre Clef bu işi 2,2 saniyede bitirirken gpt-oss-120b 4,7 saniye harcadı.
Modeller Jev API’siyle uyumlu, bu yüzden mevcut karar modeli kullanıcıları kolayca geçiş yapabiliyor. Lisans ticari kullanıma izin veriyor. İsteyen modeli kendi sunucusunda çalıştırabiliyor.
Eğitimde Neler Yapıldı?
Cloudflare modelin nasıl eğitildiğini de ayrıntılı paylaşıyor. Temel model eğitim sırasında donduruldu, yani değiştirilmedi. Bunun yerine üzerine düşük dereceli uyarlayıcılar eklendi. Olasılıkların gerçeğe yakın çıkması için de özel bir kalibrasyon kaybı kullanıldı. Ekip ayrıca RLCD adını verdiği bir pekiştirmeli öğrenme yöntemi geliştirdi.
Kıyaslamalarda tablo karışık. Clef, şirketin aktardığı Jev Decision Index’te önde. ToolRet ve BANKING77 gibi görevlerde en yüksek puanı alıyor. Ancak When2Call ve BRIGHT gibi bazı görevlerde rakipler daha iyi. Cloudflare bunu açıkça belirtiyor. Bu dürüstlük, modelin her iş için en iyi seçim olmadığını, ama hız ve maliyet dengesinde güçlü bir seçenek olduğunu gösteriyor.
Karar modelleri fikri yeni sayılmaz ama son aylarda hızla yayılıyor. llama.cpp gibi yerel çalıştırma araçlarına da bu tür modeller için destek eklendi. Bu, yapay zekâ ajanlarında her küçük kararı pahalı büyük modellere sormak yerine, işi uzman küçük modellere bölmenin yaygınlaştığını gösteriyor.
İnce Ayar Planları
Cloudflare, Clef’i müşterinin kendi verisiyle eğitmek için bir pekiştirmeli öğrenme platformu da hazırlıyor. Şimdilik bu iş şirketin mühendis ekibiyle birlikte yapılıyor. İleride kendi kendine kullanılabilecek bir platform gelecek.
Şirket, Workers AI’daki istekleri okumadığını, saklamadığını ve bunlarla model eğitmediğini belirtiyor. Bunun tek istisnası, müşterinin ince ayara kendisinin katılmayı seçmesi. Duyuruda barındırılan sürüm için fiyat bilgisi yer almıyor. Kıyaslama sonuçlarının da Cloudflare’in kendi ölçümleri olduğunu not etmek gerekiyor.
Kaynaklar
Bu yazı, yukarıdaki kaynaklardan yapay zekâ yardımıyla Türkçe olarak derlenmiş bir özettir. Ayrıntılar ve resmi bilgi için kaynaklara başvurun.
