Cloudflare libera modelo Clef 27B na nuvem Ollama hoje
Clef, modelo multimodal de decisão com 27 bilhões de parâmetros da Cloudflare, passa a rodar localmente e na nuvem da Ollama, com suporte a texto, imagem e integração a APIs Jev e System One.

Tecnologia
Cloudflare amplia acesso ao modelo Clef 27B, agora disponível localmente e na nuvem Ollama com múltiplas integrações.
Leia também: EUA mandam remover IA da chinesa DeepSeek de órgãos civis
O modelo multimodal de decisão Clef, desenvolvido pela Cloudflare e com 27 bilhões de parâmetros, passa a estar disponível imediatamente na plataforma da Ollama, com opção de execução local ou na nuvem, suporte a texto e imagem e integração direta com as APIs Jev e System One.
Quais modelos da Clef estão disponíveis na nuvem da Ollama?
Na nuvem da Ollama, o destaque é o Clef de 27 bilhões de parâmetros, fine-tuned a partir do Qwen3.8-27B e liberado sob licença Apache 2.0, voltado para tarefas de decisão multimodal em cenários de produção.
Trata-se de um único modelo, mas com capacidade ampla: ele é treinado para transformar estados de sistemas e esquemas de perguntas tipadas em ações concretas. Nas palavras da própria Cloudflare, “Clef turns a state and a schema of typed questions into decisions”. Com isso, a mesma base de 27 bilhões de parâmetros pode ser aplicada em diferentes fluxos de trabalho, sem necessidade de múltiplas variantes para cada caso de uso.
Por estar sob a licença Apache 2.0 — “Clef is fine-tuned from Qwen3.8-27B and released under the Apache 2.0 license” — o modelo pode ser usado, adaptado e integrado por empresas e desenvolvedores com menos restrições, inclusive em soluções comerciais.
Como usar os modelos da Clef na nuvem da Ollama?
Para usar a Clef na nuvem da Ollama, o caminho passa pela mesma interface que a plataforma já oferece para outros modelos: o usuário escolhe o modelo, configura a execução em nuvem ou local e integra a aplicação por API ou SDK. No caso do Clef, a diferença é o foco em decisão multimodal, aceitando entradas de texto e imagem e produzindo saídas já voltadas a escolhas automatizadas.
Na prática, a Ollama permite que o Clef seja acionado tanto a partir de máquinas do próprio usuário, em execução local, quanto por meio da infraestrutura em nuvem da empresa. Para desenvolvedores que já utilizam as APIs Jev e System One, a compatibilidade nativa facilita a adoção: fluxos existentes podem ser ajustados para enviar o mesmo tipo de requisição ao Clef, sem reescrever toda a integração.
Essa flexibilidade de implantação abre espaço para diferentes estratégias: empresas com requisitos rígidos de segurança de dados tendem a preferir a execução local, enquanto times que priorizam escalabilidade e simplicidade operacional podem optar pela nuvem da Ollama para rodar o modelo em produção.
Entenda o contexto
O lançamento do Clef na infraestrutura da Ollama mira a democratização de modelos de decisão avançados, especialmente em ambientes que dependem de decisões automatizadas complexas em tempo real. A Cloudflare posiciona o modelo como peça central para cenários de segurança digital, automação de atendimento, análise de dados e controle de processos industriais, entre outros.
Com suporte a texto e imagem, o Clef amplia o leque de aplicações: é possível, por exemplo, cruzar logs, descrições de incidentes e capturas de tela em um único fluxo de decisão, aumentando a contextualização das respostas. A Cloudflare divulga que o modelo supera o Jev em 3 de 4 áreas avaliadas em testes internos de fluxo de trabalho e apresenta bons resultados em 43 benchmarks de latência, medidos em milissegundos — um ponto-chave para usos em tempo quase real.
A parceria também reforça a estratégia da Ollama de se firmar como plataforma para execução simplificada de modelos de IA, seja localmente, seja na nuvem. Ao concentrar a distribuição do Clef em um ambiente familiar para desenvolvedores, as empresas esperam reduzir a barreira técnica para experimentação e adoção em sistemas já existentes.
A expectativa é que, a partir dessa base, o ecossistema ao redor do Clef cresça com novas integrações, suporte adicional a outras APIs e ajustes finos de desempenho, em um mercado de modelos multimodais cada vez mais competitivo.
Fonte: matéria original

