Cloudflare presenta Clef-omni y afirma que Clef es hasta 2 veces más rápido
🎧 Escucha esta noticia
Cloudflare lanzó Clef-omni, un modelo de decisión con pesos abiertos capaz de procesar audio, video, imágenes y texto en un solo flujo o llamada a la API. La empresa afirma que esto elimina la necesidad de flujos separados para transcribir audio o dividir los canales de video; el modelo acepta archivos WAV y MP3, además de MP4 y WebM, y sus pesos abiertos están disponibles en Hugging Face.
Cloudflare también redujo el precio de Clef-flash y afirma haber aumentado hasta 2 veces la velocidad de inferencia de Clef. Clef-omni está basado en Qwen3-Omni-30B-A3B-Instruct, pero utiliza su estructura principal de comprensión sin los componentes de conversión de texto a voz, según la empresa.
Por qué importa · interpretación editorial
Al procesar audio, video, imágenes y texto en una sola llamada, Clef-omni podría reducir la complejidad de integrar aplicaciones multimodales. Sus pesos abiertos en Hugging Face también permiten a los desarrolladores examinar y adaptar el modelo, mientras que las mejoras de velocidad y la reducción de precio podrían influir en las decisiones de implementación, según Cloudflare.