Clef Flash
Cloudflare开源的轻量级决策AI模型，是Clef的轻量版本，在保持决策能力的同时大幅压缩推理延迟，适用于对响应速度要求极高的工作流场景
时间轴 (近 90 天)
该演示作为单一来源的个人演示缺乏系统化性能数据，更适合看作概念验证而非严谨的基准测试
开发者让Clef Flash模型在RTX 5080显卡上实时玩Google的贪吃蛇游戏，整个过程没有任何训练环节，也没有对游戏状态或算法进行破解式操作
开发者仅向模型提供简单指令（告知蛇头位置、食物方向、边界等基本信息），模型据此实时做出决策
模型需要在135毫秒窗口内完成感知—决策—输出的完整循环以跟上游戏节奏
该演示使用的Clef Flash是一个9B参数规模的模型
Clef 为 27B 参数规模，Clef Flash 为 9B 参数规模
Clef 和 Clef Flash 都具备多模态能力，请求中可同时包含图像与文本状态，图像由所有问题共享并与文本联合评分
官方示例中 Clef Flash 对查询图像是否包含 Ollama 返回 noul 值为 0.958
Ollama v0.35.1 支持 Cloudflare 开源决策模型 Clef 与 Clef Flash，通过 /v1/systemone 接口调用
全部知识事实 (6)
Ollama默认提供的模型多为4-bit量化版本（Q4_0或Q4_K_M格式）
85%待验证该演示使用的Clef Flash是一个9B参数规模的模型
50%待验证Ollama v0.35.1 支持 Cloudflare 开源决策模型 Clef 与 Clef Flash，通过 /v1/systemone 接口调用
50%待验证Clef 为 27B 参数规模，Clef Flash 为 9B 参数规模
50%待验证Clef 和 Clef Flash 都具备多模态能力，请求中可同时包含图像与文本状态，图像由所有问题共享并与文本联合评分
50%待验证官方示例中 Clef Flash 对查询图像是否包含 Ollama 返回 noul 值为 0.958
50%