Eén model voor alle invoertypen maakt automatisering een stuk eenvoudiger

De meeste AI-automatiseringstools zijn in werkelijkheid meerdere modellen die in een keten samenwerken. Eén leest tekst, een ander transcribeert audio, een derde beschrijft afbeeldingen. Die keten kost tijd, geld op elke stap, en valt uit zodra één onderdeel faalt. Een model dat alle invoertypen tegelijk verwerkt, verandert die berekening volledig.

Op 9 oktober lanceerde Cloudflare Clef-omni, een beslismodel dat tekst, afbeeldingen, audiobestanden (WAV of MP3) en videoclips (MP4 of WebM) in één API-aanroep verwerkt en een gestructureerd label of route teruggeeft. Het is gebouwd op een open model van 30 miljard parameters en kost $0,15 per miljoen tokens via Workers AI. Cloudflare heeft de modelgewichten ook op Hugging Face gepubliceerd, zodat elk team het gratis op eigen servers kan draaien.

De snelheidscijfers zijn solide. Tekstbeslissingen komen terug in circa 130 milliseconden, afbeeldingen in 150 milliseconden, en een videoclip van 21 seconden met audio in ongeveer 1,5 seconde. Op BFCL — een standaardtest die meet of modellen tool-aanroepen precies volgen — scoorde Clef-omni 98,2%, hoog genoeg om te vertrouwen in productie.

Dit is het meest relevant voor teams die inkomend werk triageren of routeren: klantenservice, contentmoderatie, juridische intake, fraudedetectie. Die wachtrijen bevatten nu al tekst-tickets, screenshots, voiceberichten en korte videoclips. Nu betekent dat drie of vier aparte modellen, drie of vier API-aanroepen en drie of vier facturen. Clef-omni vat dat samen in één stap — en voor iedereen die dagelijks duizenden gemengde media-items verwerkt, telt die vereenvoudiging snel op.

Als je product op wat voor manier dan ook documenten, spraak of video raakt, is het de moeite waard om dit nu te testen. De gewichten staan op Hugging Face, de API draait op Workers AI, en de prijs is laag genoeg voor een echte evaluatie deze week. Het single-model pad vandaag bouwen is veel eenvoudiger dan een keten later ontwarren.