Clefとは？Cloudflareの判断モデル・料金とJevとの違い

Clefは、Cloudflareが提供する、分類・選択・採点のための判断モデルです。テキストやJSONと、判断したい質問・候補を渡すと、選択結果や候補ごとの確率を返します。Jevと同系統の判断モデルです。Clefは画像入力、公開重み、Workers AIでの利用にも対応しています。

Cloudflareは2026年10月1日に、Clefと小型版のClef-flashをWorkers AIで公開しました。この記事では、Clefの意味、入出力、2つのモデルの選び方、料金、Jevとの違い、業務に組み込むときの確認点を整理します。仕様と料金の確認日は2026年10月5日です。Cloudflareの公式発表

Clefとは？ソフトウェアが使う判断を返すモデル

たとえば、サポート窓口に届いた問い合わせを「請求」「技術」「営業」のどこへ振り分けるかを考えます。一般的な生成AIには、振り分け結果を文章やJSONとして書かせる使い方があります。Clefでは、あらかじめ候補と判断したい問いを定義し、候補に対応する確率と選択結果を受け取ります。

CloudflareはClefをdecision model（判断モデル）と説明し、TypeSafe AIのJevと同じ系統であると明記しています。自由な文章の生成や、その文章を解析する処理を主目的にせず、分類、優先度付け、処理の分岐、実行前のチェックに使うモデルです。Clefの位置付けと用途

役割を分けると、Clefは「どの処理へ進むか」を判断し、必要なら別の生成LLMが返信文や要約を作る構成になります。たとえば問い合わせの担当部署と緊急度はClefで判定し、その結果に沿った顧客向け返信の下書きは生成LLMに任せます。これは本記事の構成例であり、特定業務での効果を実測した事例ではありません。

何を入力し、何が返ってくるのか

Workers AIのClef APIでは、評価対象のstateと、判断したい問いのquestionsを渡します。stateには文字列、JSONのオブジェクト、配列を使えます。questionsは質問IDごとの辞書で、1リクエストに1〜64問を指定できます。Clefの公式API仕様

この表はCloudflareの公式説明に基づきます。「請求・技術・営業」のようなラベルは、モデルが持つ固定の分類一覧だけに限定されず、リクエストのcriteriaで指定できます。ただし、独自のラベルを受け付けることと、その分類を業務で十分な精度で行えることは別です。候補の説明と入力文をそろえ、自分のデータで評価します。質問型と候補の指定方法

確率を使うと、選択結果だけでなく、複数の候補で判断が割れたケースも扱えます。本記事の設計例では、上位候補の確率差が小さい場合に「要確認」へ回すルールをアプリケーション側で用意します。適切なしきい値は、誤振り分けの影響や実際の評価結果に合わせて決めます。

ClefとClef-flashの違い

Cloudflareは、Clefを高精度の判断向け、Clef-flashを遅延が重要な処理向けとして案内しています。いずれも判断モデルですが、モデル規模と入力単価が異なります。2モデルの位置付け

モデル規模とコンテキスト上限は公式発表、料金はWorkers AIの価格表で確認しています。Workers AIの公式料金表（2026年10月5日確認）

料金の無料枠と課金単位

Workers AIはFreeとPaidの両Workersプランに含まれ、1日合計10,000 Neuronsまでの無料枠があります。公式料金表は、1日10,000 Neuronsを超えて利用する場合はWorkers Paidプランが必要で、無料枠を超える分を1,000 Neurons当たり0.011米ドルで課金すると案内しています。

Neuronsは、リクエストの処理に必要なGPU計算量を表す課金単位です。料金表にある「入力100万トークン当たり」の金額は、Neuronsの料金と同等の値を比較しやすい単位で表示したものです。無料枠はリクエスト数やトークン数ではなくNeuronsで管理されるため、Workers AIのダッシュボードで消費量を確認します。公式の無料枠・課金条件・Neuronsの説明

選定時は、同じ評価データで、正しく分類できた割合だけでなく、重要な誤り、処理時間、入力トークン数、判定不能時の扱いを比較するのが本記事の提案です。まずFlashで成立するかを調べ、必要なケースでClefも比較する、という順序は検証の進め方の一例です。速度や精度がすべての業務で同じ差になるとは扱いません。

画像入力とオープンウェイトで何が変わるか

Clefには画像を扱う機能があり、Workers AIではstateに加えて画像を渡せます。公式APIはPNG、JPEG、WebPの埋め込み画像を最大4枚受け付けます。画像のリモートURLはそのまま受け付けないため、画像データを送る形式とサイズ上限を確認して実装します。画像入力の形式と上限

たとえば、商品の画像と説明文を見て掲載カテゴリを決める、スクリーンショットと障害報告を合わせて対応先を判定する、といった使い方を検討できます。いずれも本記事の利用例です。画像から判別しにくい情報や、業務固有の判定基準については、画像対応があるだけで十分に判断できるとは限りません。

CloudflareはClefとClef-flashの重みをApache-2.0ライセンスで公開しています。Workers AIのホスト版を呼び出す使い方に加え、公開されたモデルを自社環境で動かす選択肢があります。Clefのモデルカードには、ローカル実行方法とJev／SystemOne形式のAPIを使う例が掲載されています。Cloudflare公式のClefモデルカード

API利用とセルフホストでは、費用の見方が変わります。Workers AIでは公表されている利用単価を参照できます。一方、自社環境で動かす場合は、モデル実行のための計算資源、構築、更新、監視を含めて見積もる必要があります。重みの公開は、自社運用を無償で成立させるという意味ではありません。

Jevとの共通点と違い

ClefとJevは、状態と質問・候補を入力し、ソフトウェアが使える型付きの判断を返す点が共通しています。CloudflareはClefがSystem One APIに従い、既存のJev連携からエンドポイントとモデルを変更する移行を想定していると説明しています。Clefでは画像入力も利用できます。Jevから移行する場合は、利用中のJev API仕様とClefの認証、呼び出し方法、入出力仕様を個別に照合します。JevとのAPI互換性

Jevの提供形態と単価は、TypeSafe AIの2026年9月15日の公式発表に基づきます。同発表はJevの出力料金を無料としています。ClefのWorkers AI価格表は入力単価を掲載しており、出力単価を別掲していません。料金の記載方法が異なるため、実際の利用時は各社の現行条件を確認してください。TypeSafe AIのJev公式発表・Workers AI料金表

比較の中心は、価格だけでなく、画像の要否、実行場所、連携方式、対象データでの誤判定です。Jevの仕組みと利用条件は、Jevとは？料金・仕組み・LLMとの違いで詳しく解説しています。

利用イメージ：担当部署と緊急度を同時に判定する

以下はCloudflareの公式スキーマに沿った架空の問い合わせの入力例です。Workers AIのバインディングを設定した環境を想定しています。この記事の例を実行して精度や応答時間を測定したものではありません。公式の呼び出し例

const response = await env.AI.run("@cf/cloudflare/clef", {
  model: "clef",
  state: "決済が失敗し、すべての利用者が注文できない。",
  questions: {
    urgent: {
      type: "noul",
      instructions: "緊急に対応すべき問い合わせですか？"
    },
    team: {
      type: "choice",
      instructions: "どの部署へ振り分けますか？",
      criteria: {
        billing: "請求、返金、請求書に関する問い合わせ",
        technical: "障害、エラー、設定に関する問い合わせ",
        sales: "契約プランや導入相談"
      }
    }
  }
});
// response.answers に質問IDごとの判断が返る

この入力では、同じ問い合わせについて緊急度と担当部署を別々の質問で指定しています。返ってきた判断を、そのまま業務の確定操作にするか、下書き・レビュー待ちにするかはアプリケーション側の設計です。Cloudflare公式は、質問IDに対応した結果がanswersに返る形式を示しています。

入力に何を含めるかも結果に影響します。問い合わせ本文だけでなく、障害の発生時刻や対象サービスなど、判断に必要な情報を整理します。モデルへ渡す状態と情報の設計は、コンテキストエンジニアリングの記事も参照してください。

業務で使う前に確認したいこと

本記事の検証提案は、判断モデルを実際の分岐に組み込む前に、次の項目を同じ条件で確かめることです。

• ラベルの境界：分類候補の説明が重複していないか、どの候補にも当てはまらない入力をどう扱うか。
• 日本語と業務用語：略語、誤字、複数の依頼が混在する入力でも、必要な判断ができるか。
• 重大な誤り：全体の正解率に加え、緊急の問い合わせを通常扱いするなど、影響の大きい誤りを別に数える。
• 確率と実際の正答：高い確率が付いた判断が実データでも正しいか。しきい値を動かしたとき、処理できる件数と誤りがどう変わるか。
• 長い入力：コンテキスト上限やstateの切り詰めで、判断に必要な情報を失っていないか。
• 運用条件：モデル、入力、質問数、通信経路をそろえて処理時間と費用を測り、失敗・上限到達時の経路も確かめる。

型付きの出力は、ソフトウェアが受け取る値の形式を扱いやすくします。ただし、形式が正しくても業務上の判断を間違えることはあり得ます。「どの部署にも当てはまらない問い合わせを、定義済みのどれかへ振り分ける」といった境界例も含めて評価します。ここでは架空の例を説明しており、Clefで実際に観測した誤りを報告しているものではありません。

処理の分岐と状態の設計は、グラフエンジニアリングの記事で扱っています。判断モデルの返り値と、それを受けて実行する処理を分けて設計すると、判定と実行のどちらに問題があるかを追いやすくなります。

まとめ

Clefは、状態と型付きの質問から、分類・選択・採点に使える判断を返すCloudflareのモデルです。ClefとClef-flashの2種類があり、Workers AIでの利用、画像入力、公開重みによる自社実行を選べます。

Jevとの共通点は、文章生成に代わってソフトウェアが使える判断を返すことと、System One形式のAPIです。利用時は、入力の種類、実行場所、公表単価、そして実際の業務データでの精度を比較してください。担当部署の振り分けなど一つの判断から始め、候補の定義と、判断が割れたときの扱いを確かめるのが本記事の提案です。