APIRank
EN 中文

Cloudflare Workers AI (Cloudflare Workers AI)

收录于 https://developers.cloudflare.com/workers-ai/

综合排名 #5 ⭐⭐ 推荐
❌ 大陆边缘节点不可达（CF 网络在大陆无 GPU POP），需代理访问；适合海外/港澳台/出海业务 | 🌍 国际

💰 Token 价格

类型 价格 备注
输入 (Input) Neurons-based: $0.011 per 1,000 Neurons (after free tier); per-model token prices vary 每百万 tokens
输出 (Output) Same Neurons billing; token price differs per model — Llama 3.3 70B $0.293/$2.253, GLM-5.3 $1.40/$4.40, DeepSeek V4 Pro $1.32/$3.96, GPT-OSS 120B $0.35/$0.75 per M tokens 每百万 tokens
💡 免费额度

每天 10,000 Neurons 免费（Workers Free 计划）

🤖 支持模型（共 86 个）

@cf/zai-org/glm-5.3 — Z.ai 320B MoE coding model (1M ctx, $1.40/$4.40) @cf/zai-org/glm-5.3-flash — fast variant ($0.15/$0.50) @cf/deepseek-ai/deepseek-v4-pro-0813 — 1M-ctx reasoning ($1.32/$3.96) @cf/deepseek-ai/deepseek-v4-flash-0731 — fast reasoning ($0.44/$1.32) @cf/moonshotai/kimi-k2.7-code — code-tuned ($0.95/$4.00) @cf/openai/gpt-oss-120b — open-source GPT-OSS 120B ($0.35/$0.75) @cf/meta/llama-3.3-70b-instruct-fp8-fast — fast Llama ($0.293/$2.253) @cf/meta/llama-4-scout-17b-16e-instruct — Llama 4 ($0.270/$0.850) @cf/google/gemma-3-12b-it — Gemma 3 12B ($0.345/$0.556) @cf/mistralai/mistral-small-3.1-24b-instruct — Mistral Small 3.1 ($0.351/$0.555) @cf/ibm/granite-4.0 — IBM Granite 4.0 (text generation) @cf/black-forest-labs/flux-1-schnell — image generation @cf/openai/whisper — automatic speech recognition @cf/microsoft/resnet-50 — image classification

✨ 优势

  • ✓ 86 个模型目录：LLM / Embedding / 图像 / 音频全覆盖
  • ✓ 每天 10,000 Neurons 免费，无需信用卡
  • ✓ Neurons 统一计量：$0.011/1000 Neurons，模型 token 价格按目录明码
  • ✓ 前沿模型同价入场：GLM-5.3、DeepSeek V4、Kimi K2.7-code、GPT-OSS 120B
  • ✓ Cloudflare 边缘 300+ 城市推理，最近 GPU POP 服务
  • ✓ REST + Workers Binding + OpenAI 兼容 `/v1/chat/completions` 三入口

⚠️ 不足

  • × Workers Free 计划不含 frontier 模型（GLM-5.3、DeepSeek V4、Kimi K2.6/2.7-code）
  • × 中国大陆无 GPU POP，延迟与可达性依赖国际线路
  • × Neurons 计量对不熟悉的用户不够直觉（需对照 token 价换算）
  • × Workers Paid 起步 $5/月起，比单纯 API 调用多一项订阅
  • × 模型目录由 Cloudflare 自定，不接受 BYO-model 自托管

🎯 适合场景

全球边缘部署的 AI 应用；已有 Cloudflare Workers 基础设施的团队；需要前沿模型 + 低运维成本的初创公司；Agent / RAG / 边缘推理场景

💰 价格与方案

层级每日免费额度Neuron 费率备注
Workers Free10,000 Neurons / 天$0适合原型的每日免费额度；UTC 00:00 重置；不含 frontier 模型（GLM-5.3、DeepSeek V4、Kimi K2.6/K2.7-code）
Workers Paid10,000 Neurons / 天免费 + 超额计费$0.011 / 1000 Neurons按量计费；模型目录显示各模型 token 价格；可访问 frontier 模型；AI Gateway 预付信用可解锁更高速率限制

🔧 API 与开发者体验

  • •Workers AI Binding: 通过 Cloudflare Worker 的 `env.AI.run("@cf/...", { ... })` 直接调用模型，无需独立 SDK 或 API 密钥管理——Workers 运行时处理鉴权与路由。
  • •REST API: 每个模型也可通过纯 HTTPS REST 端点（https://api.cloudflare.com/client/v4/accounts/<id>/ai/run/<model>）调用，任何非 Worker 客户端无需编写 Worker 即可使用。
  • •OpenAI 兼容: 提供类 OpenAI 的 `/v1/chat/completions` 端点（API Token 鉴权），现有 OpenAI SDK 代码只需修改 base-URL 即可工作。
  • •流式输出: Workers binding 与 REST 端点均支持 Server-Sent Events 流式返回分片 token，实现低首 token 延迟体验。
  • •Vectorize 集成: Embedding 模型产出的向量可直接在同一 Worker 中写入 Cloudflare Vectorize（或任何向量库）——无需中转 HTTP。
  • •边缘网络: 推理运行在 Cloudflare 全球 300+ 城市的边缘节点，最近的 GPU POP 服务请求，多数地区首 token 延迟可达亚秒级。

🎯 边缘无服务器 GPU 与前沿模型目录

Cloudflare Workers AI 并不是传统意义上的托管模型 API——它是以 Cloudflare 自有「Neurons」计费的无服务器 GPU 算力，可从任何 Worker 或 REST 调用接入。2026 年 8 月的目录覆盖 86 个模型，涵盖文本、Embedding、图像与音频，其中包括其他无服务器平台需单独定价的前沿模型：Z.ai GLM-5.3 （百万 token $1.40/$4.40、1M 上下文）、DeepSeek V4 Pro（百万 token $1.32/$3.96）、Moonshot Kimi K2.7-code（百万 token $0.95/$4.00，代码负载）、OpenAI GPT-OSS 120B（百万 token $0.35/$0.75）。粒度按模型定价，你可以把小型分类交给 Llama-3.2-1B（成本不到一美分），把前沿模型留给代码或长上下文任务。

🌐 区域覆盖与延迟

Workers AI 在 Cloudflare 全球 300+ 城市边缘节点运行推理，因此任何主要区域的延迟由最近的 GPU POP 决定，而非单一源区域。对北美、欧洲、东亚与大洋洲，小模型典型 TTFT 处于亚秒级，70B+ 前沿模型在 1-2 秒级。中国大陆是明确例外：Cloudflare 网络目前不通过境内 POP 提供推理流量，大陆客户端需经公共互联网访问全球边缘，延迟不稳定（即便小模型也常达 200-600 ms）。面向中国大陆用户的团队要么回退到国内厂商（智谱、通义、豆包），要么在 Workers AI 统一计费与目录与更高边缘延迟之间做取舍。