
Hace dos semanas TypeSafe AI lanzó Jev y nadie sabía bien si “modelo de decisión” era una categoría real o un buzzword de temporada. Ayer te contamos del Simple Jev de Featherless. Hoy la pregunta quedó respondida a lo grande: Cloudflare y Amazon entraron a la pelea el mismo día, cada uno con un modelo open source propio.
Cloudflare Clef: el primero entrenado por la gente de Workers AI
Cloudflare lanzó Clef y Clef-flash, los primeros modelos entrenados por su equipo de Workers AI, disponibles hosted en Workers AI y con pesos abiertos en Hugging Face bajo Apache 2.0. Son modelos de decisión: reciben un estado de entrada y un conjunto de preguntas tipadas, y devuelven una probabilidad por cada respuesta permitida, en vez de generar texto.
Los números que importan:
- Lideran 7 de los 10 benchmarks del Jev Decision Index, incluyendo routing de herramientas (BFCL), selección de contexto y clasificación bancaria.
- Hasta 13x más rápidos que Jev en las evaluaciones de latencia que corrieron.
- Encoder de visión: clasifican imágenes, cosa que Jev todavía no hace (es solo texto).
- Contexto de 64k versus los 32k de Jev.
- Compatibles con la API de Jev, así que migrar es prácticamente cambiar el endpoint.
- De yapa, debutó su plataforma de fine-tuning por refuerzo (RL) para adaptar Clef a tus datos.
Y no es teoría de laboratorio: el equipo de Threat Intelligence de Cloudflare ya lo usa para clasificar sitios web (fetch + render + clasificación en 2,2 segundos, versus 4,7 segundos de su LLM más rápido). La mitad del tiempo, el doble de las categorías.
Amazon Strands Decider 2B: el guardián de tus agentes
Por su parte, Amazon salió con Strands Decider 2B desde Strands Labs, su proyecto experimental de desarrollo agéntico. Es un modelo de ~2 mil millones de parámetros fino-tuneado desde Qwen3.5-2B, con un giro de arquitectura interesante: le sacaron el componente que predice la próxima palabra y le pusieron un “pointer head” que puntúa directamente las opciones de respuesta (le pusieron “Hobson” a la arquitectura, por si el nombre suena raro en los papers).
- Apache 2.0, gratis en Hugging Face, con datos de entrenamiento y scripts incluidos.
- Latencia mediana de 106 ms (y p95 de 296 ms) en una RTX 3090 local, incluyendo el round trip HTTP.
- El caso de uso estrella: actuar de checkpoint antes de que un agente ejecute una tool — ¿la ciudad la pidió el usuario o la inventó el agente? ¿es demasiado temprano para llamar esta API? — y mandar de vuelta al agente a preguntar si hace falta.
Por qué esto importa
- Los agentes deciden más de lo que escriben. Rutear, elegir herramienta, evaluar salida, aprobar acción: cada uno de esos pasos paga el precio de un LLM conversacional cuando en realidad solo necesita una etiqueta con probabilidad. Es el argumento del tanque y la pizza, ahora con gigantes fabricando scooters.
- El precio de “decidir” se derrumbó. Con OpenAI teniendo ya su Decisions API, Jev en el mercado, y ahora Clef y Strands Decider gratis y open source, la decisión dejó de ser un costo de razonamiento frontier.
- Apache 2.0 en todos lados significa que puedes auto-hospedar el cerebro de guardrails de tus agentes sin mandar cada micro-decisión a una API de terceros.
Dos semanas, cuatro jugadores. A este ritmo, para fines de mes “decision model” va a ser un ítem estándar en el stack de cualquier equipo que haga agentes serios.
Fuentes: Cloudflare Blog · Strands Agents · VentureBeat
Update: 2 de octubre de 2026 — OpenAI formaliza su entrada con la Decision API (sobre Luna)
Mencionamos de pasada que OpenAI ya tenía su Decisions API; ahora tenemos los detalles. En el DevDay (1 de octubre), OpenAI presentó su Decision API construida sobre Luna, su modelo chico y barato. La propuesta:
- Devuelves un conjunto de preguntas con respuestas predefinidas, y la API responde con la opción elegida más un confidence score — no genera prosa conversacional.
- Latencia de ~150 ms, apuntando a clasificación de contenido, routing de requests y selección de acciones de agentes.
- Acepta texto e imagen como contexto (acá Clef de Cloudflare también tiene encoder de visión, ojo).
- El pricing todavía no se conoce — la gran incógnita frente a Jev, Clef y Strands Decider, donde dos de los cuatro son gratis y open source.
Con esto quedan cuatro jugadores formales en menos de un mes: TypeSafe (Jev, el que encendió la categoría), Cloudflare (Clef/Clef-flash, Apache 2.0), Amazon (Strands Decider 2B, Apache 2.0) y OpenAI (Decision API, cerrado, sobre Luna). La pregunta deja de ser si los decision models son cosa seria y pasa a ser qué distribución gana: ¿open weights auto-hospedados o API hosted con la marca OpenAI detrás?
Fuente: The New Stack — OpenAI answers TypeSafe’s Jev with a Decision API built on Luna
Update: 7 de octubre, 2026 — Decisions API en beta pública y ya con precios
La incógnita del pricing quedó resuelta: OpenAI abrió la Decisions API en beta pública el 6 de octubre, corriendo sobre GPT-6 Luna, con texto e imagen como entrada. Los detalles:
- Pricing: US$0,10 por millón de tokens de entrada, sin cobro de tokens de salida ni de caché — directamente barato para gating y routing masivo.
- Tres modos de salida: predicates (sí/no tipados), choices con confidence score, y numeric scores.
- OpenAI afirma que corre hasta 10x más rápido que GPT-6 Luna vía la Responses API, con clasificación en ~150 ms — el pitch es ser la capa de gating sub-segundo de los agentes.
- Zero Data Retention y HIPAA para clientes elegibles, con procesamiento regional en EE.UU. y Europa.
Con Cloudflare Clef gratis y open source, esto posiciona la pelea como precio hosted vs. control self-hosted. Y ojo que hay un quinto jugador que se sumó sin avisar: Perplexity con pplx-decider, al que OpenAI menciona explícitamente como competencia. Cinco jugadores en un mes: la categoría está oficialmente caliente.
Fuente: byteiota — OpenAI Decisions API: 150ms Classification for Agents
Update: 10 de octubre, 2026 — Clef-omni: la familia se vuelve multimodal y Clef-flash baja de precio bajo Jev
Nueva ronda de Cloudflare en esta guerra, apenas una semana después del lanzamiento original: Clef-omni expande la familia con audio, video, imagen y texto en un solo pipeline — una primera para la categoría, que desde Jev había sido mayormente texto.
- Clef-omni recibe audio (wav/mp3) y video (mp4/webm) junto a texto e imágenes, y devuelve decisiones calibradas sin transcribir ni captionear nada en el camino. Está construido sobre Qwen3-Omni-30B-A3B (MoE), con los pesos abiertos en Hugging Face.
- Velocidades: decisiones texto-only en ~130 ms de mediana, imágenes en ~150 ms, y un video completo de 21 segundos con audio se puntúa en ~1,5 segundos, todo en una sola llamada API.
- Benchmarks: BFCL 98,2 / ToolRet 66,6 / API-Bank 92,7 — competitivo, aunque Clef original sigue arriba en ToolRet (69,19) y Clef-flash en BFCL (98,76) y API-Bank (93,11).
- Precios: Clef-flash cae de US$0,09 a US$0,038 por millón de tokens de entrada — más barato que Jev. Clef-omni debuta a US$0,15 y Clef se mantiene en US$0,24.
- El trade-off: la versión hosted de Clef-flash baja su contexto de 64k a 24k (según Cloudflare, solo el 0,24% de los requests excede 24k; los pesos open siguen soportando 256k si te auto-hospedas).
- Clef además se aceleró sin pesos nuevos: puras optimizaciones de serving. En inputs de ~800 tokens pasó de 262/438 ms (mediana/p95) a 152/351 ms, un 1,7× más rápido.
Dato de color del post: decidieron entrar al mundo de los decision models un viernes en la tarde, entrenaron el modelo durante el fin de semana y lanzaron el jueves. La moral para Jev, OpenAI y el resto: el ritmo de iteración de Cloudflare acá es brutal.


