# Cloudflare y AWS abren sus modelos de decisión: corren en tu hardware y el tablero se mueve solo > Cloudflare y AWS publicaron sus modelos de decisión con licencia Apache 2.0 el 1 de octubre. El propio repositorio de AWS mide cuánto de su puesto en el tablero es ruido. - Publicado: 4 de octubre de 2026 - Autor: Equipo de IntegraLaIA - Categoría: Actualidad - Temas: Actualidad, Modelos, Agentes, Costos - Original: https://integralaia.com/blog/modelos-de-decision-pesos-abiertos-clef-strands-decider - Cómo se hizo: Borrador asistido por IA (Claude); revisado, editado y verificado por Equipo de IntegraLaIA el 4 de octubre de 2026. Ilustración generada con IA. --- El 1 de octubre salieron con pesos abiertos dos modelos de decisión: la clase que no escribe texto y devuelve una opción con su probabilidad. Cloudflare publicó Clef (27B) y Clef-flash (9B) bajo Apache 2.0, servidos en Workers AI. El mismo día, Strands Labs de AWS publicó Strands Decider 2B, también Apache 2.0, con sus datos y guiones de entrenamiento. Hasta la semana pasada esta clase de modelo solo existía detrás de la API de otro. ## Lo que cambia es dónde corre, no cuánto cuesta La lectura fácil es que ahora sale gratis. El coste nunca era el obstáculo: en nuestra medición del 1 de octubre, 94 consultas a un modelo de decisión de pago costaron 0,17 centavos de dólar. Lo que cambia es el perímetro. Strands Decider 2B responde en 115 milisegundos medianos sobre una RTX 3090 y en 234 sobre un M3 Pro, según su propio repositorio, y también arranca en CPU. Clef y Clef-flash miden 209,3 y 38,8 según Cloudflare. Una comprobación que se dispara en cada mensaje es, con una API ajena, un viaje fuera del país; con pesos abiertos se queda adentro. Ahí trabaja la licencia, no el puntaje. ## El tablero se mueve solo, y lo dice AWS El dato que la cobertura no cita está en el repositorio de AWS. Seis reentrenamientos de la misma receta, cambiando semilla y hardware, puntuaron 159, 160, 162, 165, 165 y 167 tareas de 231 en JevBench: media 163, desviación 3,2. Dos cualesquiera discrepan entre sí en 10 a 19 tareas. Una diferencia de tres tareas entre dos sistemas no distingue nada. El puesto completo también lo publica AWS. En el tablero del 25 de septiembre de JevBench, banco independiente con licencia MIT, v19 queda 50º de 89 sistemas con 0,723, y tercero entre los de 2B o menos: dos abiertos van por delante. Arriba están los modelos de razonamiento (0,996) y las reconstrucciones sobre torsos de 12B o más, entre 0,83 y 0,93. La latencia tampoco es una ficha técnica: Cloudflare pone a Jev en 524,1 milisegundos medianos; nuestra medición del mismo modelo dio 411. ## Lo que los pesos abiertos no arreglan En nuestro banco de 94 comandos, el mismo modelo acertó 81 con el texto solo y 93 con el contexto. Lo que movió el número fue qué se le da, no dónde corre ni cuál de los tres es. El repositorio de AWS lo dice igual: las respuestas con confianza de 0,9 o más aciertan cerca del 95% de las veces, y en tareas nuevas la elección sirve detrás de una puerta de confianza, la puntuación no. Si tu decisión no sobrevive a un umbral, ninguno de los tres la sostiene. El argumento contrario, que es serio: con una clasificación estable y ejemplos etiquetados de sobra, un clasificador entrenado sigue saliendo más barato y más predecible. Operamos agentes en producción: lo que aplicamos está en [seguridad](/seguridad) y en [casos](/casos). De la misma serie: [los 94 comandos con los que medimos un portero](/blog/jev-portero-de-comandos-agente-de-codigo). El reverso de estos modelos pequeños: [un modelo abierto de un billón de parámetros que no cabe en un servidor, y cuya licencia todavía no tiene nombre](/blog/mistral-large-4-pesos-abiertos-licencia-sin-nombre). --- ## Sobre qué se escribió - Cloudflare, «Introducing Clef: our open-source decision models, and new RL fine-tuning platform», 1 de octubre de 2026: Clef (27B) y Clef-flash (9B) con licencia Apache 2.0 en Hugging Face, ventana de 64.000 tokens frente a los 32.000 de Jev, latencia mediana de 209,3 ms y 38,8 ms y percentil 95 de 238,6 ms y 122,4 ms medidos por Cloudflare sobre sus 43 bancos de evaluación, y Jev en 524,1 ms medianos en la misma tabla: https://blog.cloudflare.com/clef-decision-models/ - Cloudflare, registro de cambios de Workers AI del 1 de octubre de 2026: los modelos se invocan como @cf/cloudflare/clef y @cf/cloudflare/clef-flash, 27B y 9B, Apache 2.0, 64.000 tokens de contexto y hasta cuatro imágenes junto al estado: https://developers.cloudflare.com/changelog/post/2026-10-01-clef-workers-ai/ - Strands Labs (AWS), repositorio de Strands Decider, licencia Apache 2.0: el modelo elige entre opciones y puntúa en una escala en vez de generar texto, cada decisión lleva una confianza, «answers at a confidence of 0.9 or more are right about 95% of the time», y se sirve sobre CUDA, MPS, CPU o MLX en un Mac con silicio de Apple. Consultado el 4 de octubre de 2026: https://github.com/strands-labs/strands-decider - Strands Labs (AWS), resultados de evaluación del mismo repositorio: v19 responde una pregunta de JevBench en 115 ms medianos (percentil 95 de 299 ms) sobre una RTX 3090 bajo WSL2 y en 234 ms medianos (percentil 95 de 2.628 ms) sobre un M3 Pro; seis reentrenamientos de la receta v17 puntuaron 159, 160, 162, 165, 165 y 167 tareas con media 163,0 y desviación de 3,2 tareas, y dos cualesquiera de ellos discrepan en 10 a 19 de las 231 tareas; «On tasks it has never seen, choice is useful behind a confidence gate and score is not»: https://github.com/strands-labs/strands-decider/blob/main/evaluation/results.md - Strands Labs (AWS), notas del banco externo del mismo repositorio: JevBench es un banco independiente con licencia MIT y 231 tareas públicas; en su tablero v1.4.2 del 25 de septiembre de 2026, con 89 sistemas clasificados, v19 queda 50º con 0,723 (167 de 231) y tercero entre los de 2B parámetros o menos, por detrás de decision-2b de FlyMy.AI (0,753) y de system-one-open (0,732), mientras arriba están los modelos de razonamiento (GPT-6 Luna, 0,996) y las reconstrucciones sobre torsos de 12B o más (0,83 a 0,93): https://github.com/strands-labs/strands-decider/blob/main/evaluation/jevbench.md - Medición propia del 1 de octubre de 2026 sobre un banco de 94 comandos de consola etiquetados a mano antes de consultar al modelo: 81 aciertos con el texto del comando solo y 93 con el texto más su contexto, 40.574 tokens de entrada por las 94 consultas con contexto (0,17 centavos de dólar al precio publicado de 42 dólares por mil millones de tokens de entrada) y latencia mediana de 411 ms. Publicada en: https://integralaia.com/blog/jev-portero-de-comandos-agente-de-codigo IntegraLaIA (https://integralaia.com). Publicado bajo el enlace original; cítalo si lo reutilizas.