Cloudflare 不只想當你的 CDN，這次連模型都自己養
過去講到 Cloudflare，大部分人想到的是 CDN、DDoS 防護、Workers 邊緣運算。但這家公司在 AI 領域的動作越來越兇——先是推出 Workers AI、開源多個小模型，這兩天又在 Hugging Face 上丟出一顆新模型 Clef，短短一週衝上近 1,900 個讚，下載量卻只有一萬出頭。
這個「讚多、下載少」的組合很有意思。它代表開發者社群正在觀望：這顆模型到底能不能用？值不值得從 Qwen、Gemma 這些老牌開源模型跳槽？
Clef 的定位是 image-text-to-text（圖文轉文字），也就是視覺語言模型（VLM）。根據 Hugging Face 上的標籤，它基於 qwen3_5 架構，屬於 safetensors 格式。換句話說，Cloudflare 並沒有從零訓練一顆模型，而是拿 Qwen 3.5 的底子，針對「看圖說話」這個任務做了特化。
對香港、台灣的中小企業來說，這件事的意義在於：你不需要再為了「讓 AI 看懂發票、看懂監控畫面、看懂產品瑕疵照」而付出高昂的 API 費用。雲端邊緣 + 開源模型，是一條可能更省錢的路。
Clef 到底能做什麼？三個實際使用場景
先講清楚，Clef 不是那種可以陪你聊天聊一整晚的通用助手。它的強項很明確，就是圖文理解。以下三個場景是我認為對港台讀者最實用的：
一、單據與表格辨識。 把一張發票、收據、報價單拍照丟進去，請它抽出金額、日期、品項。這對會計事務所、小型電商是剛需。Clef 基於 Qwen 3.5 的文字能力不弱，處理中英文混雜的單據比純 OCR 工具更有彈性。
二、監控與安防畫面描述。 邊緣部署的意思是，你可以把 Clef 放在店門口的迷你主機上，讓它即時描述「現在有幾個人進店」「有沒有人戴口罩」。不需要把影像上傳到雲端，對重視私隱的香港商家是一大賣點。
三、電商商品圖自動生成文案。 拍一張商品照，請 Clef 產出繁體中文的商品描述、賣點、甚至 SEO 關鍵字。這對蝦皮、PChome 上的賣家來說，是可以直接省下寫手費用的工具。
要注意的是，Clef 目前的下載量只有一萬多次，代表實際踩雷的人還不多。社群回報的 bug、邊界案例都還在累積中。如果你是要放進正式生產環境，建議先做小規模測試。
跟 Qwen、Gemma 同級模型比，Clef 贏在哪？
這是大家最想知道的問題。我把它跟目前最常被拿來比較的兩顆模型放在一起看：
| 項目 | Cloudflare Clef | Qwen 3.5 VL | Gemma 4 系列 |
|---|---|---|---|
| 授權 | 開源（safetensors） | 開源 | 開源 |
| 部署友善度 | 高（Cloudflare 生態） | 中 | 中 |
| 中文能力 | 佳（繼承 Qwen） | 佳 | 普通 |
| 邊緣部署 | 原生支援 | 需自行調校 | 需自行調校 |
| 社群成熟度 | 低（剛發布） | 高 | 高 |
Clef 真正的差異化不在模型本身，而在 Cloudflare 的生態圈。如果你本來就用 Workers、R2、D1，Clef 可以直接掛進你的既有架構，省下大量整合時間。這是 Qwen 或 Gemma 給不了的東西。
反過來說，如果你的團隊完全沒用過 Cloudflare，那 Clef 的優勢就沒那麼明顯，直接用 Qwen 3.5 VL 可能更省事，因為網路上的教學資源多得多。
部署步驟：從零到跑起來大概要多久
如果你決定試試看，流程大概是這樣：
- 確認硬體。 Clef 屬於中等規模模型，建議至少 16GB VRAM 的顯示卡，或使用 Cloudflare Workers AI 的託管版本。
- 取得模型。 從 Hugging Face 的
Cloudflare/clef頁面下載 safetensors 權重。 - 選擇推論框架。 官方標籤支援 transformers 系列，用 vLLM 或 Ollama 也能跑，但要看社群是否已出轉換腳本。
- 測試圖文輸入。 準備幾張中英文單據、商品照，檢查輸出的繁體中文是否自然。
- 評估延遲與成本。 邊緣部署的延遲通常比雲端 API 低，但要看你的硬體等級。
老實說，第三步是目前最大的門檻。Clef 太新，Ollama 之類的一鍵工具還沒跟上，你得自己動手。對不熟悉 Python 環境的人來說，這不是「五分鐘搞定」的等級。
定價與成本：開源不等於免費
這裡要講一個很多人會誤會的地方。開源模型的「免費」是指授權免費，但你還是要付出：
- 硬體成本：一張能跑得動的顯示卡，香港行情大約 HK$8,000 起跳。
- 電費與散熱：長時間推論的電費不容小覷，尤其夏天。
- 人力成本：部署、調校、維護，這些都是隱形成本。
如果你不想自己養硬體，Cloudflare Workers AI 提供託管版本，採用量計費。具體價格要看官方公告，但以同級視覺模型推估，處理一張圖的成本大約落在港幣幾毫到幾毫之間，比請人看圖便宜太多。
結論：用量小的話，直接用 API 划算；用量大、又重視私隱，才值得自建。
誰該用 Clef？誰可以先跳過？
建議跟進的對象：
- 已經在用 Cloudflare 生態的開發團隊
- 需要處理大量單據、表單的中小企業
- 對資料私隱極度敏感的金融、醫療相關業者
- 想省下商品文案成本的電商賣家
可以先觀望的對象：
- 完全沒接觸過 Cloudflare 的個人開發者
- 需要通用聊天能力的應用
- 對繁體中文輸出品質要求極高的內容創作者
延伸閱讀
結語：這顆模型的價值，三個月後才會真正浮現
Clef 現在還處於「潛力股」階段。它的架構站在 Qwen 3.5 的肩膀上，加上 Cloudflare 的生態加持，長期來看很有機會成為邊緣視覺 AI 的預設選項。但短期內，社群資源不足、部署門檻偏高，是它必須跨過的坎。
我的建議是：先別急著把正式服務搬過去，但值得花一個週末試玩。 如果你手上剛好有看圖相關的需求，Clef 可能是今年最被低估的開源工具之一。等社群把 Ollama、LM Studio 的支援補齊，它的下載量應該會有一波明顯的跳升——到時候再進場，也不算晚。