Por Redacción Pangea IA · 2 de octubre de 2026
Cloudflare ha presentado Clef y Clef-flash, dos modelos de inteligencia artificial pensados para ayudar a los agentes a tomar decisiones concretas. Anunciados el 1 de octubre, devuelven respuestas estructuradas con probabilidades, en lugar de redactar una conversación. La compañía los ofrece en Workers AI y publica sus pesos con licencia Apache 2.0.
Qué hace una IA de decisiones
Un negocio puede recibir una consulta y necesitar dos respuestas inmediatas: si es urgente y a qué equipo debe enviarla. Clef analiza la información y puntúa las opciones definidas. El software que lo integra utiliza esos resultados para clasificar, priorizar o derivar el caso.
La distinción práctica está en la salida. Un asistente conversacional puede explicar una incidencia y redactar una respuesta; un modelo de decisiones entrega valores que otro sistema puede utilizar directamente. Esto no significa que sea infalible ni que comprenda todas las situaciones del negocio.
Clef y Clef-flash: dos prioridades
Según Cloudflare, Clef tiene 27.000 millones de parámetros y se orienta a decisiones de mayor precisión. Clef-flash tiene 9.000 millones y prioriza la rapidez. Ambos admiten un contexto de 64.000 tokens y pueden clasificar información visual además de texto.
En las evaluaciones publicadas por la empresa, la latencia mediana fue de 209,3 milisegundos para Clef y 38,8 para Clef-flash, frente a 524,1 para Jev. Son mediciones del proveedor bajo sus condiciones de prueba: no garantizan el mismo tiempo en una integración real ni demuestran una superioridad universal.
Qué relación tiene con Jev
La propuesta continúa la línea que explicamos en nuestra noticia sobre Jev y la IA para tomar decisiones. Cloudflare declara compatibilidad con su API, lo que puede facilitar que un desarrollador evalúe ambas alternativas.
Conviene distinguir función y base técnica. Clef se ha construido a partir de Qwen, una familia de modelos de lenguaje, y se ha adaptado para puntuar opciones sin generar texto libre. Presentarlo simplemente como una IA «sin modelo de lenguaje» ocultaría esa diferencia.
Un ejemplo para una pyme
Imaginemos una empresa de mantenimiento que recibe correos sobre averías, presupuestos y facturas. Una integración podría separar esos mensajes y señalar los que requieren atención inmediata. El ejemplo ilustra una posible aplicación; no describe un producto listo para conectar automáticamente a cualquier correo o WhatsApp.
La empresa tendría que definir las categorías, conectar sus herramientas y comprobar los resultados con mensajes reales. También podría establecer que las consultas ambiguas se revisen por una persona. Nuestra valoración es que este tipo de IA aporta más cuando la decisión se repite muchas veces y sus opciones están bien definidas.
Qué revisar antes de automatizar
Una clasificación incorrecta puede dejar una avería urgente en la cola equivocada. Por eso, el porcentaje de confianza debe tratarse como una señal que necesita validación, no como una certeza. Medir errores por categoría y conservar una vía de revisión permite decidir si la automatización mejora el trabajo.
Que los pesos estén disponibles no elimina los costes: utilizar un servicio alojado implica consumo y ejecutar el modelo por cuenta propia requiere infraestructura. Para una pyme, la pregunta útil es cuánto trabajo ahorra la integración completa, incluyendo su mantenimiento y la revisión de los casos dudosos.
Fuentes consultadas
Cloudflare: presentación de Clef y Clef-flash; Cloudflare: disponibilidad, especificaciones y evaluaciones, 1 de octubre de 2026.
Información comprobada el 2 de octubre de 2026. Imagen destacada: ilustración conceptual generada con IA; no representa una interfaz real.
Deja una respuesta