検証した主張
「X投稿はClef-flashの低価格、Clefの27Bモデル、Clef-omniの画像・音声・動画入力とWorkers AIでの提供を紹介している。元投稿のClef-flash価格には訂正がある。」
発見元は調査の入口であり、判定の根拠には使用していません。Xで見かけた話は本当？まず料金の訂正を確認
調査の入口は、Clefシリーズの3モデルを紹介したX投稿です。文章ではClef-flashの低価格、Clefの27Bという規模、Clef-omniの画像・音声・動画対応が挙げられています。投稿に添えられたデモ動画そのものの動作や成功率は、今回確認していません。
重要なのは、同じ投稿者が後続投稿でClef-flashの価格を「0.09米ドル」から「0.038米ドル／100万入力トークン」へ訂正していることです。Cloudflareのモデル資料も0.038米ドルと記載しています。元投稿だけを読んで料金を覚えると、更新後の条件を取り違えます。
この記事は2026年10月9日の公式更新を10月11日に確認したものです。既存の週刊第2号で扱った10月1日のClef登場とは分け、今回は追加モデル・値下げ・制限変更を中心に整理します。
Clefは「何を書くか」より「どれを選ぶか」を担当するAI
Clefシリーズは、状況を表すstateと、回答の型・候補を定めたquestionsを受け取り、候補ごとの確率などを返す意思決定モデルです。自由な文章を続けて書くAIとは役割が異なります。公式の「意思決定」という説明を、「AIに何でも任せれば正しい判断になる」と読み替えてはいけません。
たとえば架空の問い合わせ窓口で、担当を「請求」「技術」「その他・人が確認」に分類する使い方が考えられます。回答が決まった形式なら後続処理を組みやすい一方、選択肢の定義や判断材料が不十分なら、形式が整っていても誤分類します。
Clef-omniが音声や動画を受け取れることは、音声で返答したり動画を生成したりできるという意味ではありません。普通の相談チャットを置き換える製品ではなく、アプリやAIエージェントの中に組み込む判断用の部品として見ると、用途を理解しやすくなります。
Clef・Clef-flash・Clef-omniの違いと料金
以下は10月11日に確認したCloudflareの各モデルページを基準にした比較です。入力上限は同ページの数値を記載し、公式更新記事の「24K」「64K」という略記とは区別しています。料金は米ドル建てのモデル入力単価で、サイトの月額プラン料金ではありません。
ClefとClef-flashも画像や動画フレーム配列を扱います。今回の違いは「従来モデルは全部テキスト専用」ではなく、Clef-omniが音声や動画ファイルを直接受け取る点です。動画フレームだけの判定と、音声を伴う動画の判定は同じ条件ではありません。
| モデル／ID | 100万入力トークン | 入力上限 | 入力の違い |
|---|---|---|---|
| Clef-flash（9B） @cf/cloudflare/clef-flash | $0.038 | 24,576トークン | テキスト・JSON・画像・動画フレーム配列 |
| Clef（27B） @cf/cloudflare/clef | $0.24 | 65,536トークン | テキスト・JSON・画像・動画フレーム配列 |
| Clef-omni @cf/cloudflare/clef-omni | $0.15 | 64,000トークン | テキスト・JSON・画像・音声・動画 |
値下げには入力上限の変更もある。速さと精度も分けて見る
10月9日の公式変更履歴では、ホスト版Clef-flashの価格を0.090米ドルから0.038米ドルへ下げる一方、コンテキスト上限を64Kから24Kへ縮小したと説明されています。旧単価に対して約58％の値下げという計算になりますが、長い資料をそのまま渡す用途では上限変更の影響を先に確認する必要があります。
同じ発表では、自分の環境で動かすClef-flashの公開重みは変更せず、256Kまで対応すると説明されています。ただし、それはWorkers AIのホスト版の上限ではありません。自前運用では計算資源・保守などを別途用意するため、表のAPI単価と自前運用費を同一視しないでください。
Clefの高速化は、Workers AIでの提供基盤を最適化したもので、モデル重みは変更していないと案内されています。「速くなった」だけで日本語の分類精度や判断能力まで改善したと結論づけることはできません。
どんな仕事で便利？文章・画像・音声を「確認項目」に変える
以下は編集部の設計例で、導入効果を実測した事例ではありません。共通する考え方は、まず仕事の中の小さな確認項目を決め、その回答候補を用意することです。新しいモデルを入れること自体を目的にしません。
- 文章：問い合わせを担当別に振り分ける。まず人の分類を助ける表示にとどめ、返信や返金は自動実行しない。
- 画像：架空の商品写真で、必要なラベルが見えるかを確認する。写っていない・読めない場合は人に戻す。
- 音声・動画：匿名のデモ素材で、指定した音や動作が含まれるかを分類する。故障診断、安全確認、人物評価を自動で確定する用途にはしない。
- AIエージェント：候補の処理を選ぶ部分だけを評価する。分類結果と、実際に送信・購入・削除してよい権限は別に管理する。
試す前に決めることと、APIの基本構成
公式モデルページではWorkersのAI BindingとREST APIの利用例が示されています。モデルIDを選び、stateに状況、questionsに判断したい項目を置く構成です。質問の型には、真偽を判定するnoul、候補から選ぶchoice、段階を評価するscoreがあります。Clef-omniのメディアはimages・audio・videosの各項目で渡す例が案内されています。
架空の窓口なら「担当部署を選ぶ」「判断材料が不足しているかを確認する」の2項目から始めます。選択肢の説明を短く明確にし、対象外の問い合わせ、複数部署にまたがる相談、画像が不鮮明な場合などもテストに含めます。
APIキーを公開ページへ埋め込まず、送信してよいデータと費用上限を先に決めてください。この記事ではアカウント作成、課金設定、モデルの呼び出しを行っていません。利用前にはリンク先の最新仕様と自分の契約・利用可能状態を確認します。
低単価でも、トークン数と他の費用を見ないと請求は分からない
3モデルの資料では、メディアも入力トークンへ変換して課金し、モデルの出力トークンには課金しないと説明されています。入力には質問やメディアも含まれるため、文章の文字数だけで計算するのは不十分です。出力課金がないことは、システム全体が無料という意味ではありません。
たとえば総入力を1回1,000トークン、1万回で合計1,000万トークンと仮定すると、公開単価の単純な掛け算は次の通りです。これは編集部の計算例で、実請求の予測や保証ではありません。無料枠・税・為替・再試行・Worker実行・保存などを含めていません。
| モデル | 計算 | 単純計算の金額 |
|---|---|---|
| Clef-flash | 10 × $0.038 | $0.38 |
| Clef | 10 × $0.24 | $2.40 |
| Clef-omni | 10 × $0.15 | $1.50 |
音声・動画は、長さと入力上限にも注意
Clef-omniのモデル資料では音声は約780トークン／分、動画は最大解像度で約15,400トークン／分に音声分が加わると説明されています。動画の実際の換算量は条件で変わるため、「1分なら常に一定額」とは扱いません。1リクエストの上限は音声4件、動画2件と記載されています。
メディアと質問もコンテキスト上限を消費します。公式資料では、それらだけで上限を超えると失敗し、上限内でも残りの空間に合わせてテキストstateが切り詰められると説明されています。通信が成功したかだけでなく、必要な前提が入力に残ったかも確認する設計が必要です。
機密資料、人物の声や顔、顧客情報を「安いから」と丸ごと送ることは勧めません。最初は許可された匿名サンプルだけを使い、送信範囲・保管・ログ・アクセス権限を確認します。これは安全評価の出発点で、個別の契約上の適合性を保証するものではありません。
「速い」「高精度」はどこまで確認できた？公式にも速度表記の差がある
10月9日の公式ブログは、Clef-omniのテキストを中央値約130ms、音声付き21秒動画を約1.5秒と説明しています。一方、同日の公式変更履歴にはテキスト約20ms、同じ長さの音声付き動画約300msという表記があります。資料間の測定範囲・環境の違いは今回確認できず、都合のよい方だけを採用していません。
これらは提供元の記載であり、自分の通信・メディア送信を含む所要時間や、常に達成する速度の保証ではありません。公式ブログの比較表でも、Clef-omniがすべての評価で首位という結果にはなっていません。モデルの新しさや名前だけで選ぶ理由にはしません。
日本語の実務精度、曖昧な発言への強さ、雑音や低画質の影響は未検証です。出力された確率を、そのまま自社業務での正答率や安全の保証にせず、人が正解を付けた見本で実際の誤り方を確かめる必要があります。
編集部の評価：まず「判断の補助」として比較する価値がある
決まった選択肢を返す仕事なら、低単価のClef-flash、より長い入力を受けるClef、音声・動画が必要なClef-omniを同じ見本で比べる意義があります。一方、自由な説明文や創作が中心の仕事に、分類モデルを無理に当てはめる必要はありません。
Jevも意思決定モデルという共通の役割を持ちますが、既存のJev呼び出しが今回の発表だけで自動的にClefへ切り替わるわけではありません。移行を考えるなら、APIの構成、制限、料金、判定結果、失敗時の扱いを利用経路ごとに比較します。関連のJev記事は、意思決定型AIの設計を理解する補助として読めます。
編集部としては、いきなり無人実行にするより、「人が見る分類案」として試すことを評価の出発点にします。これは独自の導入案で、動作検証済みの推奨構成ではありません。
- 合格条件：全体の正答率だけでなく、緊急案件の見落とし、担当外への誤振り分け、人へ戻した割合を記録する。
- 費用・速度：代表的な入力と最大に近い入力で、再試行を含む入力量・所要時間を記録する。
- 権限：分類の誤りがそのまま送信・返金・削除にならないよう、実行には別の確認を置く。
- 更新：モデル・入力上限・料金が変わったら同じ見本で再評価し、旧構成へ戻せる状態を残す。
検証条件・対象環境
| 対象プラン | Workers AIのモデル入力単価。Workers等の料金や実際の請求総額とは別 |
|---|---|
| 地域 | 個別アカウント・地域での利用可否は実機未確認 |
| 利用面 | Workers AIのWorkers Binding／REST API |
| 提供状態 | 10月9日の公式発表でWorkers AI提供を案内。10月11日に公開資料を確認。アカウント上の利用とAPIの成功は未検証 |
| 実機確認 | X本文と訂正投稿、公式発表・モデル資料を照合。投稿動画は再生検証しておらず、API呼び出し、日本語分類、メディア入力、速度・請求の実測はしていません。業務例は架空の未実行例です。 |
| 次回見直し | 2026.10.25 |
よくある質問
Clef-flashは0.09米ドルではないのですか？
10月11日に確認した現行公式資料は100万入力トークンあたり0.038米ドルです。元のX投稿にも後続の訂正があります。値下げと同時にホスト版の入力上限が縮小している点にも注意してください。
Clef-omniは音声や動画を生成できますか？
この記事で確認したのは、音声や動画を入力して選択肢を判定する機能です。音声・動画の生成機能として紹介しているわけではありません。
安ければClef-flashを選べばよいですか？
単価だけでは決められません。入力上限、必要なメディア形式、自分の業務での誤判定、失敗時の人による確認と総費用を比較します。本記事は実測で特定モデルの優位性を保証したものではありません。
更新履歴
Xの価格訂正を反映し、10月9日の公式更新、モデル別条件、未検証の性能、架空の利用例を区別して整理。
情報源
一次情報と発見元を区別し、各ページの公開日と確認日を記録しています。
- 調査の入口：Clefシリーズを紹介したX投稿
本文をブラウザで確認。元価格は後続で訂正。添付動画の再生・性能検証はしていません。事実の根拠とは別に記録。
公開: 2026.10.10（表示日）確認: 2026.10.11 - Clef-flash価格の訂正投稿
0.038米ドル／100万入力トークンへの訂正を確認。現行単価は公式モデル資料でも照合。
公開: 2026.10.10（表示日）確認: 2026.10.11 - Clef-omni adds audio and video input, Clef-flash is now cheaper, and Clef is faster
提供開始、値下げと上限縮小、自前運用との違い、提供基盤の高速化を確認。Clef-omniの速度記載はブログと異なる。
公開: 2026.10.09確認: 2026.10.11 - Clef-flashモデル仕様
9B、単価0.038米ドル、24,576トークン、入力と出力課金の扱い、API構成を確認。
公開: 確認時の現行ページ（公開更新日の明記なし）確認: 2026.10.11 - Clefモデル仕様
27B、単価0.24米ドル、65,536トークン、入力形式と質問の型を確認。
公開: 確認時の現行ページ（公開更新日の明記なし）確認: 2026.10.11 - Clef-omniモデル仕様
単価0.15米ドル、64,000トークン、音声・動画の換算目安、件数制限と入力切り詰めを確認。
公開: 確認時の現行ページ（公開更新日の明記なし）確認: 2026.10.11 - Introducing Clef-omni with full multimodality, plus a faster Clef and a cheaper Clef-flash
従来の動画フレーム配列と新しいメディア入力の違い、生成モデルとの違い、速度記載と提供元比較を確認。独立検証ではありません。
公開: 2026.10.09確認: 2026.10.11