Cloudflare 模型家族：Clef 決策模型與 Clairic 抽取模型怎麼選
Cloudflare 自研模型分兩條線：Clef 家族輸出選項機率（clef 27B、clef-flash 9B、clef-omni 30B-A3B），Clairic 輸出型別化值與區間。四者只計 input token（$0.038–$0.24/1M）、不計 output；Clef 三個以 Apache-2.0 開源可自架，Clairic 仍是託管預覽。決策類基準贏 Jev，深推理類輸 Jev。
#decision-model
3 篇文章決策模型怎麼選：Jev、Decider、d1-ultra、mammoth-1 與其他十幾家
決策模型把一般 LLM 的「生成一段文字、你再自己解析」換成「你先把選項列好，模型直接回每個選項的機率」。TypeSafe 在 2026-09-15 提出 System One 之後，一個多月裡這類模型從一家變成十幾家：Jev 1.14、OpenAI Decisions API、Perplexity Decider v1.2、Microsoft-Decision-1、Liquid d1-ultra、Base Labs mammoth-1、vLLM d3、StartLux、Fastino GLiDE、Celeris-1 Decision、Inception Mercury Decide、Cloudflare Clef。兩張榜單給的答案幾乎相反——社群 Jev Decision Index 0.4.1 冠軍是 GLiDE V1.2（71.5），獨立 Artificial Analysis Decision Index 冠軍是 d1-ultra（65.2）、Jev 1.14 只有 57.1。決策模型贏在分類與工具選擇，輸在知識與推理，而且普遍過度自信。
AI Agent GitHub Digest — 2026-09-26
Nokia 應用研究團隊開源 AnyJev，用 cyclic shift＋批次先驗校正讓任何開源 LLM 免訓練吐出校準過的決策機率，官方測試把可自動判定流量從 7.7% 拉到 52.0%；DSPy 3.4.0 接上 TypeSafe client 並帶兩項 breaking changes；Pydantic AI v2.50.0 把上週的 `TypeSafeModel` 升級成正式的 `DecisionModel` 基底類別；另外還有幫 agent 產出接手上線部署的 golive-skill、讓 coding agent 換底層模型像點選單一樣簡單的 magpie、讓 Claude Code 和 Codex 組隊且會自我改寫 skill 的 sno-station。