Clef und Clef-flash geben statt Text eine Wahrscheinlichkeit pro erlaubter Antwort zurück, Jev-API-kompatibel, Apache 2.0, 64k Kontext. Laut Cloudflare liegt der Median bei 38,8 ms (Flash) bzw. 209,3 ms gegenüber 524,1 ms bei Jev.
Simon Willison fordert, dass nutzungsbasierte Dienste bei Erreichen eines Limits abschalten statt nur zu warnen – unbegrenzte Kosten nur per Opt-in. Agenten machen es zu leicht, kostenpflichtige Dienste hochzuziehen.
Die Bank weitet die Zusammenarbeit mit Anthropic aus: Bis Ende 2026 soll die Hälfte der Entwickler Claude Code nutzen, 2027 die Mehrheit. Claude sortiert bereits rund 120.000 Global-Markets-Mails pro Tag.
Cloudflare hat am 01.10. zwei Entscheidungsmodelle veröffentlicht: Clef auf einem eingefrorenen Qwen-27B-Backbone, Clef-flash auf Qwen3.5-9B, jeweils mit Routing-Head und Rank-256-Adaptern. Eingabe ist ein Zustand plus typisierte Fragen, Ausgabe strikt typisierte Wahrscheinlichkeiten – kein Parsen von Freitext. Clef hat zusätzlich einen Vision-Encoder.
Herstellerzahlen: BANKING77 Macro-F1 94,20 (Jev 79,74), CLINC150+OOS 97,43 (Jev 89,27); Latenz Median/p95 209,3/238,6 ms (Clef) und 38,8/122,4 ms (Flash). Gewichte unter Apache 2.0 auf Hugging Face, gehostet auf Workers AI. Ein Fine-Tuning-Service startet zunächst mit Unterstützung durch Cloudflare-Ingenieure.
Am selben Tag veröffentlichte Amazons Strands Labs ein ähnliches Konzept im Kleinformat: Qwen3.5-2B ohne Text-Head, dafür ein winziger Pointer-Head, der vom Entwickler vorgegebene Optionen bewertet. Laut AWS fallen Entscheidungen in unter 100 ms auf einer RTX 3090; Gewichte unter Apache 2.0, Trainingsdaten und Skripte auf GitHub. Benchmarkangaben stammen von AWS, unabhängige Tests fehlen.
/code-review kennt jetzt --max-findings <n>|all. Für Gateways, die Structured Outputs ablehnen, gibt es CLAUDE_CODE_DISABLE_STRUCTURED_OUTPUTS. Ein mit Ctrl+C gelöschter Prompt lässt sich mit Pfeil-hoch zurückholen, und /login meldet keinen Erfolg mehr, wenn Credentials nicht im sicheren Speicher landen.
Willison nennt Google Clouds „Spend Caps“ (seit Juli, Monatslimit pro Dienst und Projekt) und AWS-Spending-Limits, die seit 16.09. für einen begrenzten Kundenkreis ausgerollt werden und Nutzung bis Monatsende pausieren. Sein Vorschlag: Agenten sollen Anbieter mit harten Limits bevorzugen und Einsteiger vor unbegrenzten Diensten warnen.
Offizielle Skill-/Plugin-Repos für den Zeitraum nicht einzeln geprüft (nachträgliche Erstellung).