Cloudflare presentó Clef-omni, un modelo multimodal de código abierto diseñado para clasificar y puntuar contenido en cuatro formatos distintos —texto, imágenes, audio y video— dentro de una misma solicitud. El modelo se distribuye bajo licencia Apache 2.0, una de las más permisivas del software libre, y está construido sobre Qwen3-Omni-30B-A3B, la familia multimodal de Alibaba.

La propuesta apunta a un problema concreto para desarrolladores y empresas: evaluar o moderar contenido de varios tipos suele exigir encadenar modelos separados, con el costo y la complejidad que eso implica. Clef-omni busca resolverlo en una sola pasada, lo que simplifica tareas como moderación, filtrado o puntuación automática de material subido por usuarios.

Qué significa el nombre 30B-A3B

La etiqueta describe la arquitectura del modelo. Los 30B hacen referencia a unos 30.000 millones de parámetros totales, mientras que A3B indica que solo cerca de 3.000 millones se activan en cada consulta. Esto corresponde a un diseño de mezcla de expertos (mixture of experts), donde el sistema enciende únicamente las partes de la red necesarias para cada tarea. El resultado es un modelo con la capacidad de uno grande, pero con un consumo de cómputo más cercano al de uno pequeño.

Para quien recién se asoma a estos conceptos, conviene recordar que un modelo de lenguaje grande procesa el texto en unidades llamadas tokens, y que buena parte de los precios en la industria se cotizan por millón de tokens de entrada.

Precios agresivos como argumento central

El punto fuerte de la oferta es el costo. Clef-omni se cobra a 0,15 dólares por millón de tokens de entrada, según la información difundida sobre el lanzamiento. Cloudflare también ofrece una versión más liviana, Clef-flash, que baja el precio a 0,038 dólares por millón de tokens, pensada para cargas donde prima el volumen y la rapidez sobre la precisión máxima.

Esas cifras colocan al modelo en el segmento más económico del mercado de modelos multimodales gestionados. La combinación de licencia abierta y tarifas bajas es un gesto deliberado hacia desarrolladores que necesitan procesar grandes cantidades de contenido sin disparar sus gastos de infraestructura.

En la región, donde los equipos técnicos a menudo trabajan con presupuestos ajustados y el acceso a cómputo de alta gama resulta caro, un modelo que cobra fracciones de centavo por millón de tokens y permite autoalojarse gracias a su licencia abierta reduce una barrera real. La posibilidad de descargar los pesos y correrlos en infraestructura propia también ayuda a sortear limitaciones de medios de pago o dependencia de proveedores externos, un obstáculo frecuente para startups y proyectos locales.

Un modelo de decisión, no un generador

A diferencia de los sistemas que crean texto o imágenes, Clef-omni es un modelo de decisión: su trabajo es analizar una entrada y devolver una puntuación o clasificación. Ese enfoque lo acerca a otras herramientas recientes de clasificación automática, como las que se han presentado para ordenar contenido sin ejemplos previos. La diferencia aquí es la cobertura simultánea de los cuatro formatos en una sola llamada a la interfaz de programación.

El movimiento también encaja con la estrategia de Cloudflare de ofrecer inferencia de IA desde su red de servidores distribuida, acercando el procesamiento al lugar donde se genera el tráfico. Para empresas que ya moderan contenido a escala, poder hacerlo con un modelo abierto y de bajo costo cambia la ecuación de cuándo conviene construir frente a comprar.

Queda por ver cómo se comporta Clef-omni frente a alternativas propietarias en tareas exigentes de moderación, donde los matices culturales y lingüísticos pesan tanto como la precisión técnica.