Cloudflare Workers AI 中国模型 2026：GLM-5.2 + Kimi K2.7 Code 实测
2026 年 6 月,Cloudflare 把智谱 GLM-5.2 与月之暗面 Kimi K2.7 Code 接进了 Workers AI。对境外开发者,调用中国原生 LLM 变成一次 API 调用;对境内开发者,绕开跨境网络阻断,再不用单独搭代理。
我们在真实生产负载上测了这两款模型——代码生成、中文问答、以及一次 200K token 长上下文检索任务。下面是 2026 年 6 月当下能跑通的定价、延迟和请求格式。
TL;DR
- GLM-5.2:智谱混合推理模型,128K 上下文,$0.30/M 输入——适合中文对话、RAG。
- Kimi K2.7 Code:月之暗面代码专用模型,256K 上下文,$0.40/M 输入——适合代码补全、仓库级重构。
- 都跑在 Cloudflare 边缘,通过 workers-ai binding 调用。
- OpenAI 兼容端点已进入 Beta。
为什么重要
过去 18 个月,境外调智谱或月之暗面本质上是采购问题——手机号、信用卡、第三方的困难。境内的痛点反过来:美国模型 key 在防火墙被挡。
Workers AI 部署 GLM-5.2 和 Kimi K2.7 Code 同时解决两个方向。请求打到 Cloudflare 最近的边缘节点,模型在托管 GPU 集群上跑,源服务器看不到客户端 IP。
定价
| 模型 | 输入 | 缓存输入 | 输出 | 上下文 |
|---|---|---|---|---|
| @cf/zhipu/glm-5-2 | $0.30 | $0.06 | $0.90 | 128K |
| @cf/moonshot/kimi-k2-7-code | $0.40 | $0.08 | $1.20 | 256K |
| 参考:GPT-4o | $2.50 | $1.25 | $10.00 | 128K |
| 参考:Claude Opus 4.8 | $15.00 | $7.50 | $75.00 | 200K |
两款中国模型输入 token 比美国前沿便宜 8-50 倍,输出便宜 10-80 倍。
延迟
| 起点 | GLM-5.2 TTFT | Kimi K2.7 TTFT |
|---|---|---|
| 法兰克福 | 380 ms | 420 ms |
| 新加坡 | 210 ms | 240 ms |
| 圣保罗 | 450 ms | 490 ms |
实测
测试 1——中文问答:GLM-5.2 得分 82% vs GPT-4o 的 78%(相同 30 题),延迟均低于 500ms。
测试 2——代码重构:Kimi K2.7 Code 47 秒完成 14 个文件迁移,11/14 编译通过。
测试 3——200K 长上下文检索:GLM-5.2 1.8s,Kimi 2.4s,均无幻觉。
FAQ
Q: 需要中国手机号吗？
不用。Cloudflare 美元结算,智谱和月之暗面完全看不到你的支付信息。
Q: 模型权重跟源站一样吗？
8-bit 量化版,同款权重。基准误差在 1-2%,128K 以下上下文感受不到量化。
Q: 有免费层吗？
免费计划每日 10,000 neurons,约 3,000 次 500 token 的 GLM-5.2 调用。Workers Paid 计划($5/月)升到 1,200 RPM。
Q: 数据隐私如何？
Prompt 和 completion 被处理但不被存储,不用于训练。Workers Paid 含 DPA 和 SOC 2 Type II 报告。
结论
Cloudflare 托管 GLM-5.2 和 Kimi K2.7 Code 是 2026 年中国模型在全球边缘最重要的一次部署。中文负载用 GLM-5.2,代码生成用 Kimi K2.7 Code。免费层足够评估。