Cloudflare Workers AI完全指南：每天10000次免费调用

注意：这是每天的额度，不是每月。每天重置，不累积。

不需要信用卡，注册 Cloudflare 免费账号即可使用。

支持的模型

Workers AI 支持多个开源模型，主要包括：

文本生成

文本嵌入

其他任务

• 翻译：@cf/meta/m2m100-1.2b
• 图片分类：@cf/microsoft/resnet-50
• 语音转文字：@cf/openai/whisper

快速接入指南

方式一：通过 Workers 脚本调用

最推荐的方式是在 Cloudflare Workers 中直接调用：

export default {
  async fetch(request, env) {
    const response = await env.AI.run(
      "@cf/meta/llama-3.1-8b-instruct",
      {
        messages: [
          { role: "system", content: "你是一个有帮助的助手。" },
          { role: "user", content: "用一句话解释什么是边缘计算" }
        ]
      }
    );

    return new Response(JSON.stringify(response), {
      headers: { "content-type": "application/json" }
    });
  }
};

在 wrangler.toml 中添加 AI 绑定：

[ai]
binding = "AI"

方式二：通过 REST API 调用

如果不想写 Workers，也可以直接用 REST API：

curl https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/run/@cf/meta/llama-3.1-8b-instruct \
  -H "Authorization: Bearer {api_token}" \
  -d '{
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "你好"}
    ]
  }'

方式三：通过 Python SDK

import requests

API_BASE = "https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/run"
headers = {"Authorization": "Bearer {api_token}"}

response = requests.post(
    f"{API_BASE}/@cf/meta/llama-3.1-8b-instruct",
    headers=headers,
    json={
        "messages": [
            {"role": "system", "content": "你是一个有帮助的助手。"},
            {"role": "user", "content": "你好"}
        ]
    }
)

print(response.json())

实际使用体验

速度

Workers AI 的响应速度取决于你离 Cloudflare 节点的距离：

速度不算顶级（比不上 Groq），但对于免费服务来说已经很不错。

模型能力

Workers AI 目前主要支持 7B-8B 级别的模型，能力上有明显天花板：

如果你需要 GPT-4o 级别的能力，Workers AI 不是正确的选择。但如果你的需求是轻量级 AI 功能，它完全够用。

稳定性

Cloudflare 的基础设施稳定性毋庸置疑。在我们的测试中，Workers AI 的可用性接近 99.9%，几乎没有遇到过服务不可用的情况。

最佳实践

1. 选对模型

不同任务选不同模型：

2. 控制输入长度

7B 模型的上下文窗口有限（通常 4K-8K token）。长文本需要先分段处理。

3. 搭配 Workers 生态

Workers AI 的最大优势是与 Cloudflare 生态的集成：

用户请求 → Workers（路由逻辑）→ Workers AI（推理）
                                → D1（存储结果）
                                → R2（存储文件）
                                → KV（缓存）

一个完整的 AI 应用可以全部跑在 Cloudflare 上，免费额度覆盖所有组件。

4. 缓存重复请求

对于相同的输入，可以用 Cloudflare KV 缓存结果，减少 AI 调用次数：

export default {
  async fetch(request, env) {
    const body = await request.json();
    const cacheKey = JSON.stringify(body.messages);

    // 检查缓存
    const cached = await env.KV.get(cacheKey);
    if (cached) return new Response(cached);

    // 调用 AI
    const result = await env.AI.run("@cf/meta/llama-3.1-8b-instruct", body);
    const response = JSON.stringify(result);

    // 写入缓存（1小时过期）
    await env.KV.put(cacheKey, response, { expirationTtl: 3600 });

    return new Response(response);
  }
};

5. 合理分配每日额度

10000 次/天看起来很多，但如果不注意也会用完：

与其他免费方案对比