GitHub-радар
Бесплатная модель для мгновенных решений вместо платного Jev
Clef-Flash — модель от Cloudflare, которая вместо текста выдаёт процент вероятности для каждого варианта ответа на твой вопрос за доли секунды.
Это модель, которая принимает ситуацию (текст, таблицу, фото или видео) и список вопросов с вариантами ответов — и сразу выдаёт, насколько вероятен каждый вариант, без лишнего текста.
Когда пригодится
Пригодится, если ты платишь сервису типа Jev за классификацию, маршрутизацию обращений или тегирование и хочешь делать это у себя бесплатно; если нужен обычный текстовый чат-бот — бери другую модель.
Плюсы
- Отвечает быстрее чем за десятую долю секунды — в разы быстрее Jev.
- Точнее Jev на бытовых сценариях: 97.7% против 52.3%.
- Выдаёт готовое число-вероятность, не нужно разбирать текст.
- Бесплатная и открытая лицензия Apache-2.0.
Минусы
- На реальных бизнес-кейсах, например инвойсах, Jev точнее (83.1% против 73.3%).
- Для полноценной работы нужен Python-код автора, а не просто готовый чат.
- Без видеокарты трюк с вероятностями работает медленно или не полностью.
Как поставить — по шагам
- 1Открой агента (Claude Code, Codex и т.п.) в папке своего проекта.
- 2Отправь агенту текст из блока ниже.
- 3Дождись установки: нужно от 16 ГБ оперативной памяти, для полноценной работы — видеокарта.
- 4Дай агенту свой сценарий и список вопросов с вариантами ответов.
- 5Проверь, что агент вернул число-вероятность по каждому вопросу, а не обычный текст.
- 6Прежде чем доверять модели важные решения, сравни её ответы со своими данными или с Jev.
Текст для агента
Текст для шага с агентом — скопируй и отправь (Claude Code, Codex, любой):
Подними мне модель Cloudflare Clef-Flash по инструкции с её карточки на Hugging Face: https://huggingface.co/Cloudflare/clef-flash — поставь через собственный Python-код модели (не просто через Ollama), прогони через неё мой текст и мои вопросы и покажи, какое число она выдаёт по каждому вопросу.
Модель на 9 млрд параметров, под Ollama есть готовая квантованная версия — потянет ноутбук от 16 ГБ оперативки. Но для настоящего трюка (мгновенный классификатор с числом по каждому вопросу) нужен Python-код автора, и быстрее он работает с видеокартой — в своих тестах Cloudflare использовала серверную H200.
Открыть на Hugging Face▌ Ещё находки