无服务器推理
模型跑在 Cloudflare 全球网络的 GPU 上，调用方不用管扩容、维护，也不用为未使用的算力付费，按实际用量结算。
官方说明 ↗
Workers AI
AI TOOL PROFILE工具资料在 Cloudflare 全球网络上按用量付费运行开源机器学习模型
价格提供 Free 与 Paid 计划，按用量付费
平台API
归类大模型与开发平台
收录2026-04-21
复核2026-04-21
编辑评分
4.4 / 5
★★★★☆
Workers AI编辑总结
Workers AI 是 Cloudflare 推出的无服务器 AI 推理平台，模型跑在其全球网络的 GPU 上，开发者可从 Workers、Pages 或任意位置通过 Cloudflare API 调用。平台收录 50+ 开源模型，覆盖图像分类、文本生成、目标检测等任务，采用按用量付费模式，无需自建或维护 GPU 基础设施。已正式可用（Generally Available），并提供免费与付费两种计划。相对不足之处是模型以开源目录为主，私有定制模型与更高额度需提交需求表单另行联系，且目录之外的模型选择余地有限。
Workers AI是什么？
Workers AI 由 Cloudflare 提供，定位是无服务器 AI 推理平台。它把机器学习模型跑在 Cloudflare 全球网络的 GPU 上，开发者无需自行采购、扩容或维护机器，用多少付多少，不必为闲置的基础设施买单。调用入口很宽：可以从 Workers、Pages 发起，也可以经 Cloudflare API 从任意代码位置调用。
平台收录 50+ 开源模型，构成一个模型目录，覆盖图像分类、文本生成、目标检测等常见任务。它并非孤立产品，而是 Cloudflare 开发者平台的一部分，可与 AI Gateway、Vectorize、Workers 等配合使用。目前已正式可用（Generally Available），提供 Free 与 Paid 两种计划；异步 Batch API 允许一次性提交一批推理请求并轮询结果。
不同角色的用法：普通开发者可以直接从模型目录挑模型，在 Worker 里绑定 AI 后调用，或用 REST API、模板快速起步；做大规模离线处理（如摘要、嵌入）的团队适合走异步 Batch API，避免高峰期因容量不足而报错；有私有定制模型或更高额度需求的组织，则需提交 Custom Requirements Form 由 Cloudflare 对接后续步骤。
Workers AI核心功能
50+ 开源模型目录
内置一批精选的热门开源模型，可完成图像分类、文本生成、目标检测等任务，模型以目录形式统一提供，挑选即可调用。
官方说明 ↗异步 Batch API
一次调用提交一批推理请求，接口立即返回 queued 状态和 request_id，之后用该 ID 轮询最终结果，适合摘要、嵌入这类无人值守的大批量任务。
官方说明 ↗多种调用方式
可创建并部署带 AI 绑定的 Cloudflare Worker 来调用，也可直接走 REST API，或从官方模板起步，接入路径不局限于一种。
官方说明 ↗与开发者平台联动
作为 Cloudflare 开发者平台的一部分，可与 AI Gateway、Vectorize、Workers、Pages 等产品组合，把推理嵌进完整的全栈应用链路。
官方说明 ↗Workers AI值不值得用？
当你想在边缘侧跑开源模型、又不想碰 GPU 运维时，Workers AI 值得优先考虑：模型目录开箱可用，调用入口覆盖 Workers、Pages 与 REST API，按用量付费也省去了容量规划。它已经正式可用，并同时提供免费与付费计划，适合先小规模验证。但如果你的核心需求是目录之外的私有定制模型或更高调用额度，需要走 Custom Requirements Form 单独沟通，不能即开即用；模型选择也被限定在 50+ 开源目录内，想用闭源前沿模型就得另找平台。批量离线任务建议直接用异步 Batch API，避免高峰期请求打不出去。
建议选它的情况
- 已经在用 Cloudflare Workers 或 Pages，想把推理就近嵌进现有应用
- 需要跑图像分类、文本生成、目标检测等开源模型，且不想管理 GPU
- 有大批量摘要或嵌入任务，能接受异步排队并轮询结果
- 想先用 Free 计划验证效果、再按用量升到 Paid 的团队
不建议选它的情况
- 必须使用目录之外的私有定制模型或明确要求更高额度，需先提交需求表单等待对接
- 需要闭源前沿模型而非开源模型目录的产品
Workers AI使用建议
入门先把路子走对
- 先跑通第一个应用从 Get started 入手，按指引构建并部署第一个 Workers AI 应用，确认账号与调用链路可用后再扩规模。
- 查清 Free 与 Paid 差异进入 Plans 与 Limits 页面，对照免费和付费计划的额度与限制，判断自己的调用量该从哪一档起步。
- 批量任务走 Batch API摘要、嵌入这类无人工交互的大批量作业，直接用异步 Batch API，提交后拿 request_id 轮询结果。
进阶省时间也省钱
- 控制 Batch 负载大小使用 Batch API 时确保请求总负载低于 10 MB，超出会提交失败，必要时拆成多批发送。
- 从模板起步省时间Batch API 提供演示模板，会创建一个 GitHub 仓库并部署好带 AI 绑定的 Worker，可直接在线上试跑再改造。
- 有定制需求早点提需要私有定制模型或更高额度时，尽早填写 Custom Requirements Form，由 Cloudflare 联系并给出后续步骤。
Workers AI适合谁用？
Cloudflare 生态开发者
推荐已在用 Workers 或 Pages 的开发者，可直接通过 AI 绑定调用模型，不必再为推理另建一套基础设施。
做批量离线任务的团队
推荐需要处理大批量摘要或嵌入、且无人实时等待结果时，异步 Batch API 会排队保证最终完成，而非直接报错。
想省 GPU 运维成本的团队
有条件按用量付费、无服务器运行，跳过采购与容量规划；代价是模型限定在开源目录内，选型自由度不如自建。
需要私有定制模型的组织
有条件目录只提供 50+ 开源模型，私有模型与更高额度需提交需求表单等 Cloudflare 对接，无法即时开通。
Workers AI优点和缺点
优点
- 模型跑在 Cloudflare 全球网络的 GPU 上，调用方无需扩容或维护服务器
- 50+ 开源模型收录成目录，图像分类、文本生成、目标检测等常见任务开箱可用
- 按用量付费，不必为闲置基础设施买单，并提供 Free 与 Paid 两种计划
- 异步 Batch API 一次提交一批请求，返回 request_id 供轮询，保证请求最终完成
- 可从 Workers、Pages 或经 Cloudflare API 从任意位置调用，接入路径灵活
- 已正式可用（Generally Available），并与 AI Gateway、Vectorize 等平台产品打通
缺点
- 模型限定在 50+ 开源目录内，无法直接使用闭源前沿模型
- 私有定制模型或更高额度要走 Custom Requirements Form 并等待 Cloudflare 对接
- Batch API 要求单次请求总负载低于 10 MB，超限需自行拆批
- 具体各计划额度与费率官网未在正文中列出，需另查 Plans 与 Limits 页面
Workers AI关键指标
| 指标 | 数值 | 数据来源 |
|---|---|---|
| 开源模型数量 | 50+ | Cloudflare Workers AI 官方页面 |
| Batch API 单次负载上限 | 10 MB | Asynchronous Batch API 官方文档 |
Workers AI常见问题
Workers AI 怎么收费，免费额度是多少？＋
平台提供 Free 与 Paid 两种计划，采用按用量付费的模式，也就是用多少付多少，不会为闲置的基础设施付费。Free 与 Paid 各自具体的额度与费率，官网在 Plans 与 Limits 页面单独说明，正文未列出具体数字，选档前需要先去看这两页。
它现在处于什么阶段，能直接用在生产环境吗？＋
Workers AI 已正式可用（Generally Available），不是预览状态，可以用于正式项目。它同时提供 Free 与 Paid 计划，方便先小规模验证再按用量扩展。
支持哪些模型和任务？＋
平台收录 50+ 开源模型，组成一个模型目录，覆盖图像分类、文本生成、目标检测等任务。目录之外还支持私有定制模型，但需要提交 Custom Requirements Form，由 Cloudflare 联系并给出后续步骤，不能即开即用。
怎么在自己的代码里调用？＋
可以从 Workers、Pages 发起调用，也可以经 Cloudflare API 从任意位置调用。Batch API 支持三种接入方式：创建并部署带 AI 绑定的 Cloudflare Worker、直接使用 REST API，或从官方模板起步。
怎么批量处理大量推理请求？＋
用异步 Batch API：一次调用提交一批请求，系统排队处理，接口立即返回 queued 状态和唯一的 request_id，之后用这个 ID 轮询最终结果。相比逐条请求，它保证请求最终会被处理，而不是在容量不足时直接报错。注意单次请求总负载要控制在 10 MB 以内。
和 Cloudflare 其他产品怎么配合？＋
Workers AI 是 Cloudflare 开发者平台的一部分，可以和 AI Gateway 搭配做缓存、限流、请求重试与模型回退，也可以用 Vectorize 向量数据库做语义搜索、推荐、异常检测，或为 LLM 提供上下文与记忆。
