breakinglog
클라우드플레어가 2026년 10월 9일, 음성과 영상을 함께 입력받아 정해진 선택지에 점수를 매기는 새 AI 결정 모델 ‘Clef-omni’를 공개했습니다. 기존 Clef-flash의 호스팅 요금도 입력 100만 토큰당 0.09달러에서 0.038달러로 약 58% 인하했습니다. 다만 저렴해진 대신 Clef-flash의 호스팅 입력 한도는 기존 64K에서 24K 토큰으로 줄었습니다.
이 글은 10월 1일 AWS와 Cloudflare의 결정 모델 공개를 다룬 기존 기사에 10월 9일 공식 발표를 반영한 수정본입니다. 현재 Clef-flash를 이용 중이라면 가격뿐 아니라 한도부터 확인해야 합니다. 24K 토큰을 넘는 긴 문서를 그대로 보내던 작업은 Clef 또는 다른 배포 방식을 검토해야 할 수 있습니다.
10월 9일 바뀐 것: 새 모델 하나, 가격 인하 하나, 속도 개선 하나
| 모델 | 지금 입력 요금 | 호스팅 입력 한도 | 어떤 작업에 적합한가 |
|---|---|---|---|
| Clef-flash | 0.038달러(기존 0.09달러) | 24K(기존 64K) | 짧은 분류와 빠른 선택 |
| Clef | 0.24달러(변동 없음) | 64K | 긴 텍스트·복합 선택 |
| Clef-omni(신규) | 0.15달러 | 64K | 텍스트·이미지·음성·영상 결합 판단 |
각 모델은 일반 챗봇처럼 긴 문장을 써 주는 대신, 개발자가 넘긴 보기 중 어떤 답이 적절한지 확률 형태로 반환합니다. 요금은 출력 문장 수가 아니라 입력 토큰을 기준으로 안내되며, 이미지·소리·영상도 변환된 입력 토큰이 청구 대상입니다. 사용 여부와 최종 청구는 10월 9일 공식 변경 기록 및 본인 Workers AI 사용량 화면에서 확인할 수 있습니다.
Clef-omni: 영상과 음성을 따로 분석하지 않아도 됩니다
기존에는 영상을 분류하려면 프레임과 음성을 별도 처리해 결과를 조합하는 방법을 쓸 수 있었습니다. 새 Clef-omni는 텍스트와 이미지에 더해 WAV·MP3 음성, MP4·WebM 영상을 한 요청에서 함께 입력받아 판단할 수 있습니다. 영상에 소리가 있다면 장면과 음성의 맥락을 함께 참고할 수 있다는 설명입니다.
예를 들어 15초 고객 상담 영상을 보고 ‘배송 문의’, ‘반품 요청’, ‘상담원에게 연결’ 중 하나를 고르는 작업을 생각할 수 있습니다. 시스템은 처리 중인 영상과 허용된 보기를 전달하고, 모델은 각 보기의 상대적인 확률을 반환합니다. 이 사례는 작동 방식을 설명하기 위한 가상 활용 예로, 직접 API를 실행하거나 정확도를 측정한 결과는 아닙니다.
Clef-omni의 기반 구조는 총 300억 파라미터, 실제 활성 약 30억 파라미터의 MoE이며, 호스팅 최대 입력은 64K 토큰입니다. Cloudflare 모델 문서는 요청당 최대 4개 음성 클립, 최대 2개 영상, 영상당 최대 60초 등 입력 조건을 별도로 제시합니다. 영상과 소리의 길이가 길어지면 입력 토큰과 요금도 늘어나므로 실제 사용 전에 공식 모델 문서의 미디어 제한과 과금 규칙을 살펴봐야 합니다.
Clef-flash: 가격은 58% 내려갔지만 입력 한도도 줄었습니다
Cloudflare의 새 발표에 따르면 호스팅 Clef-flash의 입력 100만 토큰당 가격은 0.09달러에서 0.038달러로 바뀌었습니다. 약 57.8% 인하로, 같은 토큰 수를 처리한다는 조건에서의 가격 비교입니다. 출력 토큰에 대한 별도 요금은 없습니다.
대신 호스팅 모델의 컨텍스트는 65,536토큰(약 64K)에서 24,576토큰(약 24K)으로 축소됐습니다. Cloudflare는 자사 관측 요청의 0.24%만 24K 입력 토큰을 초과했다고 설명하면서, 긴 입력이 필요한 경우 64K 한도의 일반 Clef를 권합니다. 이 0.24%는 Cloudflare가 관측한 사용량 비율이지 모든 서비스의 입력 길이를 대표하는 통계는 아닙니다.
이 변경은 내려받는 오픈 웨이트에는 적용되지 않습니다. Cloudflare는 Hugging Face에 공개한 자체 호스팅 Clef-flash 가중치는 그대로이며 최대 256K 컨텍스트를 지원한다고 설명했습니다. 즉, Workers AI에서 사용하는 API 한도와 별도 하드웨어에서 직접 실행할 때의 가능 범위를 구분해야 합니다. 현재 Clef-flash 공식 문서는 호스팅 한도를 24,576토큰으로 표시합니다.
기존 Clef도 더 빨라졌습니다…가중치 변경은 아닙니다
Clef는 새 모델 가중치를 공개한 것이 아니라 Workers AI의 추론 제공 방식을 최적화했습니다. Cloudflare 자체 측정에서 약 3,400토큰 입력의 중앙값 응답 시간은 616ms에서 305ms로 줄어 약 2배 빨라졌고, 약 800토큰 입력은 262ms에서 152ms로 단축됐습니다.
이 수치는 Cloudflare가 발표한 호스팅 환경과 입력 길이별 중앙값이므로, 네트워크 지연이나 부하가 다른 모든 개발 환경에서 같은 속도가 보장된다는 뜻은 아닙니다. Cloudflare는 추론 엔진을 SGLang으로 옮긴 것이 개선 요인 중 하나라고 설명합니다.
10월 1일 시작된 결정 모델 경쟁, 지금은 선택지가 더 많아졌습니다
이번 변화의 출발점은 10월 1일입니다. AWS Strands 팀이 약 19억 파라미터의 Strands Decider 2B와 학습·실행 자료를 공개했고, Cloudflare도 Clef와 Clef-flash의 오픈 웨이트 및 Workers AI API를 내놨습니다. 앞서 공개된 TypeSafe Jev에 이어 에이전트의 짧은 판단을 전용 모델에 맡기려는 경쟁이 이어진 것입니다.
처음 두 Clef 모델을 공개했을 때는 Clef가 27B·64K·100만 입력 토큰당 0.24달러, Clef-flash가 9B·64K·0.09달러로 안내됐습니다. 그 값은 10월 1일 당시 조건이며, 현재 Clef-flash를 이용할 때 적용할 가격과 입력 한도는 앞의 10월 9일 변경 사항이 우선합니다. Strands Decider는 Apache 2.0 라이선스로 로컬 CPU·GPU에서 실행할 수 있고, Cloudflare의 호스팅 모델은 사용한 입력량에 따라 별도 비용을 냅니다.
이런 결정 모델은 고객 문의 분류, 다음 도구 선택, 검색 결과 판정처럼 정해진 보기 중 고르는 작업에 유용합니다. 반대로 자유롭게 글을 쓰거나 코드를 작성하는 일에는 일반 생성형 모델이 필요합니다. 중요한 것은 모델을 무조건 교체하는 것이 아니라 입력 길이, 미디어 종류, 처리 지연, 실제 오판 비용을 확인해 맡길 일을 구분하는 것입니다.
기존 Cloudflare Clef-flash 사용자라면 먼저 본인 요청의 최대 토큰 수를 확인하고, 24K를 넘길 가능성이 있다면 Clef 64K나 자체 호스팅을 검토하세요. 소리와 화면을 동시에 이해해야 하는 판단 작업이라면 Clef-omni가 새로운 선택지입니다.
2026년 10월 10일 수정. 기존 10월 1일 AWS·Cloudflare 모델 공개 기사에 10월 9일 가격·호스팅 한도·Clef-omni 출시 및 Clef 속도 개선을 반영했습니다. 기술 성능과 관측 비율은 각 회사가 공개한 자료이며, Breakinglog가 API로 직접 재현한 결과가 아닙니다. 대표 이미지는 여러 결정 모델이 선택지와 확률 판단에 연결되는 구조를 표현한 생성 개념 이미지이며 실제 제품 화면은 아닙니다.
