賣CDN的公司，為什麼跑來做AI模型？

Cloudflare 這家以大眾熟悉的 CDN、DDoS 防護與邊緣運算聞名的公司，最近在 HuggingFace 上悄悄上架了兩款模型：Cleo 與 Cleo-Flash。一週內分別累積約 971 與 351 個讚，下載量雖然還不算爆炸性成長（Cleo 約 2,620 次、Cleo-Flash 約 4,310 次），但已引起全球 AI 社群注意。

為什麼這件事值得香港、台灣的開發者關心？因為 Cloudflare 的定位一向是「基礎設施供應商」，它出手做模型，通常意味著兩件事：第一，這個模型是為了配合它的邊緣運算平台而設計；第二，它很可能走低價甚至免費路線，直接衝擊現有 API 市場的定價結構。

Cleo 系列的標籤是 qwen3_5、image-text-to-text、clef，代表它建立在 Qwen 3.5 的架構之上，支援圖文輸入，並針對「決策」與「驗證」場景做了特化。這跟近期 HuggingFace 上另一款熱門模型 Laya（主打 system-one、calibrated-decisions）方向類似，但 Cleo 背後的商業意圖更明顯：它要讓你在 Cloudflare 的邊緣網路上跑 AI 代理（agent）。

Cleo 與 Cleo-Flash 有什麼差別？

兩款模型同源，但定位不同，這點從下載量就能看出端倪——Cleo-Flash 下載數反而比 Cleo 高，代表輕量版更受實際部署者青睞。

Cleo（完整版）：參數較大，推理能力較強，適合需要多步推理、工具呼叫（tool calling）、複雜決策鏈的任務。它支援圖文混合輸入，可以讀取截圖、表格、發票等圖像內容後再進行判斷，這對香港常見的金融單據、台灣常見的發票對帳場景很有吸引力。

Cleo-Flash（輕量版）：延遲更低、成本更省，適合高頻率、低複雜度的判斷任務，例如客服分流、內容審核初篩、表單欄位驗證。它的存在意義是讓開發者可以在邊緣節點上直接跑推理，不必把資料送回中心機房。

簡單講：Cleo 負責「想清楚」，Cleo-Flash 負責「快速判斷」。 這種一大一小的組合，正是目前主流 AI 廠商的標準打法，Cloudflare 顯然是照著這個劇本走。

實測重點：可驗證的推理是賣點，也是限制

Cleo 系列最值得注意的設計，是它強調「可驗證的決策」（verifiable decisions）。意思是模型在給出答案時，會附上推理依據或中間步驟，讓開發者可以檢查它「為什麼這樣判斷」。

這對企業應用來說是雙面刃。好處是：在金融、醫療、法務這類不能出錯的場景，可追溯性比單純的準確率更重要。你可以記錄模型每一步的判斷邏輯，萬一出了問題，至少有跡可循。壞處是：推理步驟越多，延遲越高、成本越貴，而且模型「說出來的推理」未必等於它「實際的計算過程」，這在學術上一直是個爭議點。

實際測試上，Cleo 在結構化任務（例如從一張收據圖片中抽取金額、日期、商家名稱）表現穩定，但在開放式創意寫作或閒聊式對話上，明顯不如通用型大模型來得自然。這不是缺點，而是定位問題——它不是拿來陪你聊天的，是拿來幫你做決定的。

另一個要注意的限制是生態系綁定。Cleo 的標籤與 Cloudflare 的邊緣平台高度相關，如果你本來就用 Cloudflare Workers，整合會很順；但如果你用的是 AWS 或 GCP 的既有架構，導入 Cleo 的誘因就沒那麼強，除非你打算把部分推理工作搬到邊緣以降低延遲。

定價與成本：目前免費，但別高興太早

目前 Cleo 與 Cleo-Flash 在 HuggingFace 上都是開放權重、可免費下載。這意味著你可以自己架設、自己微調，沒有 API 呼叫費用。

但「免費」要看你怎麼算。自己架設需要 GPU 資源，Cleo 完整版對硬體的要求不低，一般開發者用消費級顯卡跑得動 Flash 版，但完整版可能需要租用雲端 GPU，成本就轉移到運算資源上。若選擇透過 Cloudflare 的平台呼叫，則要留意它的用量計費方式——邊緣推論通常按請求數與運算時間計價，量大時未必比傳統 API 便宜。

對比市場行情：目前主流商用 API 的價格戰已經殺到每百萬 token 個位數美元，Cleo 的優勢不在「絕對便宜」，而在資料不出境、延遲更低、可自行審計這三點。對有合規壓力的香港金融機構、或需要處理敏感資料的台灣企業來說，這三點的價值可能遠超過帳單上的數字。

誰該用？誰可以先觀望？

建議採用的對象：

  • 已經在用 Cloudflare Workers 或邊緣運算的開發團隊，整合成本最低
  • 需要處理圖文混合輸入、且要求推理可追溯的企業場景（單據辨識、合規審查、客服分流）
  • 對資料主權敏感、不想把資料送到境外 API 的香港與台灣企業

建議先觀望的對象：

  • 需要強大自然語言生成能力的創意、行銷應用
  • 已經深度綁定其他雲端生態系的團隊
  • 追求極致準確率、願意付高價使用頂級商用模型的用戶

延伸閱讀

結語：不是最強，但可能是最「實用」的那一款

Cloudflare 這次出手，與其說是來搶大模型排行榜的名次，不如說是在為它的邊緣 AI 生態鋪路。Cleo 與 Cleo-Flash 的準確率未必打得過 Qwen 或 Claude 的旗艦版本，但它們解決了一個很實際的問題：如何在靠近使用者的地方，用可負擔的成本，做出可被檢查的判斷。

對香港、台灣的開發者而言，這是一個值得放進工具箱的選項，尤其是當你的應用場景是「大量、重複、需要留痕」的判斷任務時。它不會取代你的主力模型，但很可能成為你架構裡那個默默省錢、省延遲的關鍵零件。

免費的東西不一定最好，但免費又對準真實痛點的東西，值得你花一個下午試裝看看。