Workers AI 完整教程：每天白嫖 10000 次大模型调用，比 OpenAI 省 90%

说实话,第一次看到 OpenAI 账单的时候我整个人都傻了。一个月 200 多美元,就因为做了个小项目测试了几天 API。那时候我就在想:有没有免费或者便宜点的替代方案?

后来在研究 Cloudflare 的边缘计算功能时,偶然发现了 Workers AI。测试了一周后发现,免费额度对个人开发者来说真的够用。今天就把完整的使用方法分享给你。

Workers AI 是什么?为什么值得关注?

简单来说,Workers AI 就是 Cloudflare 推出的无服务器 AI 推理服务。你不需要自己买 GPU、不需要管服务器,写几行代码就能调用 Llama、Mistral 这些开源大模型。

阿里云 - 开发者上云首选，轻量服务器专享 8.5 折优惠，助力项目快速上线

领取 8.5 折优惠 →推广

最关键的是三点:

1. 每天 10,000 Neurons 免费额度

   • 实测大概能处理几百次对话,个人项目完全够用
   • 用 Llama 3.1-8B 模型,我测试了 1000 次简单对话,消耗了大约 8000 Neurons

2. 付费也很便宜: $0.011/1000 Neurons

   • 比 OpenAI GPT-3.5 便宜 60-70%
   • 比 GPT-4 便宜 90% 以上

3. 全球边缘网络加速

   • Cloudflare 有 300+ 个节点
   • 响应速度比很多云服务商快

和其他方案对比一下

你可能会问:免费的东西能好用吗?我整理了个表格对比:

什么时候适合用 Workers AI?

• ✅ 个人项目、原型验证、学习实验
• ✅ 中小规模生产应用(QPS < 300)
• ✅ 对成本敏感的初创项目

什么时候不太合适?

• ⚠️ 大规模批量处理(每天几十万次调用)
• ⚠️ 对延迟极度敏感的实时应用(需要 < 100ms 响应)
• ⚠️ 需要最新 GPT-4 级别模型的场景

"使用 Llama 3.1-8B 处理中文对话实测：简单问答（100字以内）每次消耗 5-8 Neurons，长文本摘要（1000字输入）每次消耗 30-50 Neurons，代码生成（500行代码）每次消耗 20-40 Neurons。"

免费额度够用吗?我帮你算一笔账

这个”Neurons”是 Cloudflare 自己定义的计费单位,刚开始我也看懵了。简单理解就是:

Neurons = (输入 tokens + 输出 tokens) × 模型系数

不同模型的系数不一样:

• Llama 3.1-8B: 系数约 0.8
• Llama 3.1-70B: 系数约 3.5
• Mistral 7B: 系数约 0.7

实际能用多少次?

按这个消耗量算,每天 10,000 Neurons 大概能处理:

• 1000-2000 次简单对话
• 200-300 次长文本处理
• 250-500 次代码生成

老实讲,对个人开发者来说真的很够用了。我现在用 Workers AI 跑了个小机器人,每天处理几百条消息,完全在免费额度内。

如果超了免费额度怎么办?

会自动转成付费模式,$0.011/1000 Neurons。

我算了一下,就算超了,成本也很低:

• 假设你每天用 50,000 Neurons(是免费额度的 5 倍)
• 超出部分: 40,000 Neurons
• 费用: 40,000 / 1000 × $0.011 = $0.44/天
• 一个月也就 $13 左右

对比 OpenAI:相同调用量可能要 $50-100,Workers AI 确实便宜不少。

快速上手:三种方式调用 Workers AI

前置准备很简单:

1. 注册 Cloudflare 账号(免费)
2. 安装 Node.js(如果用方式二、三)

接下来我介绍三种调用方式,从简单到进阶,你可以根据自己需求选择。

方式一:最简单 - 直接用 REST API

这是最快的体验方式,连代码都不用写,用 curl 命令就能测试。

第一步:获取 API Token 和 Account ID

1. 登录 Cloudflare,访问 https://dash.cloudflare.com
2. 地址栏会显示 https://dash.cloudflare.com/xxxxxxxxx,这串 xxxxxxxxx 就是你的 Account ID,复制保存好
3. 点击右上角头像 → My Profile → API Tokens
4. 点击”Create Token” → 找到”Workers AI”模板 → “Use template”
5. 继续到最后,会生成一个 Token,这个只显示一次,一定要保存好

第二步:测试调用

打开终端,运行这个命令(记得替换你的 Account ID 和 Token):

Railway - 现代化的部署平台，告别繁琐运维，让代码分钟级上线

立即开始 →推广

curl https://api.cloudflare.com/client/v4/accounts/{你的Account_ID}/ai/run/@cf/meta/llama-3.1-8b-instruct \
  -H "Authorization: Bearer {你的API_Token}" \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      {"role": "system", "content": "你是一个友好的 AI 助手"},
      {"role": "user", "content": "用一句话介绍一下 Cloudflare Workers AI"}
    ]
  }'

如果看到返回类似这样的 JSON,就说明成功了:

{
  "result": {
    "response": "Cloudflare Workers AI 是一个无服务器的 AI 推理平台..."
  },
  "success": true
}

常见错误处理:

• 错误 7003: Token 或 Account ID 填错了,检查一下是否完整复制
• 错误 10000: 模型名字写错了,注意是 @cf/meta/llama-3.1-8b-instruct,不要漏掉 @cf/
• 超时: 首次调用可能慢一点(冷启动),等 10 秒左右,后续就快了

方式二:推荐 - 用 Workers + Wrangler 部署

这是官方推荐的方式,好处是可以部署成一个永久可用的 API,而且配置管理更方便。

第一步:安装 Wrangler CLI

npm install -g wrangler

然后登录你的 Cloudflare 账号:

wrangler login

会自动打开浏览器让你授权,点同意就行。

第二步:创建 Worker 项目

npm create cloudflare@latest my-ai-worker

会问你几个问题,按这样选择:

• Select a project type: “Hello World” Worker
• Do you want to use TypeScript? 看你喜欢,我选的 No(用 JavaScript)
• Do you want to use git? Yes
• Do you want to deploy? 先选 No,测试好再部署

第三步:配置 Workers AI 绑定

进入项目目录,编辑 wrangler.toml 文件,在最后加上这几行:

[ai]
binding = "AI"

这样就可以在代码里用 env.AI 访问 Workers AI 服务了,不需要手动传 Token。

第四步:写代码

编辑 src/index.js(或 index.ts),把内容改成这样:

export default {
  async fetch(request, env) {
    // 处理 CORS(如果你要从网页调用)
    if (request.method === 'OPTIONS') {
      return new Response(null, {
        headers: {
          'Access-Control-Allow-Origin': '*',
          'Access-Control-Allow-Methods': 'POST',
          'Access-Control-Allow-Headers': 'Content-Type',
        },
      });
    }

    // 只接受 POST 请求
    if (request.method !== 'POST') {
      return new Response('Method not allowed', { status: 405 });
    }

    try {
      // 解析请求
      const { messages } = await request.json();

      // 调用 AI 模型
      const response = await env.AI.run('@cf/meta/llama-3.1-8b-instruct', {
        messages: messages || [
          { role: 'user', content: 'Hello!' }
        ]
      });

      // 返回结果
      return new Response(JSON.stringify(response), {
        headers: {
          'Content-Type': 'application/json',
          'Access-Control-Allow-Origin': '*',
        },
      });

    } catch (error) {
      return new Response(JSON.stringify({ error: error.message }), {
        status: 500,
        headers: { 'Content-Type': 'application/json' },
      });
    }
  },
};

第五步:本地测试

wrangler dev

会启动一个本地服务器,通常是 http://localhost:8787。

Vultr - 高性能 NVMe 云服务器，32 个全球节点可选，支持一键部署 Docker

查看定价 →推广

用 curl 测试一下:

curl http://localhost:8787 \
  -X POST \
  -H "Content-Type: application/json" \
  -d '{
    "messages": [
      {"role": "user", "content": "介绍一下你自己"}
    ]
  }'

如果返回正常,就可以部署了。

第六步:部署到生产环境

wrangler deploy

部署成功后,会给你一个 *.workers.dev 域名,比如:

https://my-ai-worker.your-name.workers.dev

这就是你的 AI API 地址了,可以从任何地方调用。

方式三:用 OpenAI SDK 无缝迁移

如果你之前用的是 OpenAI API,现在想换成 Workers AI,这个方法最方便 - 代码几乎不用改。

Workers AI 提供了 OpenAI 兼容的端点,只需要改一下 baseURL 就行。

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.CLOUDFLARE_API_TOKEN, // 用你的 Cloudflare Token
  baseURL: `https://api.cloudflare.com/client/v4/accounts/${process.env.ACCOUNT_ID}/ai/v1`,
});

// 和 OpenAI 一模一样的调用方式
const chatCompletion = await client.chat.completions.create({
  model: '@cf/meta/llama-3.1-8b-instruct', // 换成 Workers AI 的模型名
  messages: [
    { role: 'system', content: '你是一个友好的 AI 助手' },
    { role: 'user', content: 'Hello!' }
  ],
});

console.log(chatCompletion.choices[0].message.content);

注意事项:

• apiKey 用 Cloudflare 的 API Token
• baseURL 改成 Workers AI 的端点
• model 改成 Workers AI 支持的模型名(前面要加 @cf/)

我之前有个 Next.js 项目用的 OpenAI,迁移到 Workers AI 只花了 10 分钟,改了这三个地方就行。

能用哪些模型?怎么选?

Workers AI 现在支持 50 多个模型,我挑几个常用的介绍一下。

文本生成模型(最常用)

我的选择建议:

1. 初次尝试用 Llama 3.1-8B

   • 响应快(1-2 秒)
   • 质量够用,不输 GPT-3.5
   • 免费额度消耗少

2. 要求高一点用 Llama 3.1-70B 或 DeepSeek-R1

   • 推理能力更强
   • 生成质量接近 GPT-4
   • 就是慢一点(3-5 秒),消耗也多 3-4 倍

3. 长文档分析用 Mistral 7B v0.2

   • 支持 32k 上下文窗口(Llama 3.1 只有 8k)
   • 适合处理长论文、长代码

实战案例:三个真实例子

案例1:构建智能问答 API(最简单)

场景: 给你的博客或文档站加一个 AI 客服。

阿里云 - 开发者上云首选，轻量服务器专享 8.5 折优惠，助力项目快速上线

领取 8.5 折优惠 →推广

完整代码(基于方式二):

export default {
  async fetch(request, env) {
    // 允许跨域
    const corsHeaders = {
      'Access-Control-Allow-Origin': '*',
      'Access-Control-Allow-Methods': 'POST, OPTIONS',
      'Access-Control-Allow-Headers': 'Content-Type',
    };

    if (request.method === 'OPTIONS') {
      return new Response(null, { headers: corsHeaders });
    }

    try {
      const { question } = await request.json();

      // 你可以在 system 提示词里加上你网站的背景知识
      const messages = [
        {
          role: 'system',
          content: '你是一个技术博客的 AI 助手,主要回答关于 Web 开发、AI 应用的问题。回答要简洁、友好。'
        },
        {
          role: 'user',
          content: question
        }
      ];

      const response = await env.AI.run(
        '@cf/meta/llama-3.1-8b-instruct',
        { messages }
      );

      return new Response(
        JSON.stringify({ answer: response.response }),
        { headers: { ...corsHeaders, 'Content-Type': 'application/json' } }
      );

    } catch (error) {
      return new Response(
        JSON.stringify({ error: '处理失败,请稍后重试' }),
        { status: 500, headers: { ...corsHeaders, 'Content-Type': 'application/json' } }
      );
    }
  }
};

成本估算: 假设每天有 200 个用户提问,每次对话消耗 10 Neurons,总共 2000 Neurons,完全在免费额度内。

案例2:批量文本摘要生成

场景: 你有一堆文章需要生成摘要,比如 RSS 订阅、新闻抓取。

async function generateSummary(text, env) {
  const messages = [
    {
      role: 'system',
      content: '你是一个专业的文本摘要助手。请将用户提供的文章总结成 2-3 句话,突出核心观点。'
    },
    {
      role: 'user',
      content: `请总结以下文章:\n\n${text}`
    }
  ];

  const response = await env.AI.run(
    '@cf/meta/llama-3.1-8b-instruct',
    {
      messages,
      max_tokens: 150 // 限制输出长度,节省 Neurons
    }
  );

  return response.response;
}

注意速率限制:

• Llama 3.1-8B 限制是 300 请求/分钟
• 如果要批量处理,记得加延迟或用队列

成本计算实例:

• 假设每篇文章 1000 字,生成 100 字摘要
• 每次消耗约 30 Neurons
• 处理 300 篇文章 = 9000 Neurons,还在免费额度内

案例3:多语言翻译服务

场景: 做一个翻译工具,或者给你的应用加国际化支持。

async function translate(text, targetLang, env) {
  const messages = [
    {
      role: 'system',
      content: `你是一个专业的翻译助手。将用户输入翻译成 ${targetLang},保持原文风格和语气。只返回翻译结果,不要加任何解释。`
    },
    {
      role: 'user',
      content: text
    }
  ];

  const response = await env.AI.run(
    '@cf/meta/llama-3.1-8b-instruct',
    { messages }
  );

  return response.response;
}

成本对比:

• Google Cloud Translation API: $20/百万字符
• Workers AI(Llama 3.1): 百万字符约 $1.65

便宜了 10 倍以上!

总结:Workers AI 值得尝试吗?

测试了一个月后,我的结论是:对个人开发者和小团队来说,非常值得。

优点:

• ✅ 免费额度慷慨(每天 10,000 Neurons)
• ✅ 付费价格便宜(比 OpenAI 便宜 60-90%)
• ✅ 上手简单(有 REST API 和 OpenAI 兼容接口)
• ✅ 响应速度快(全球边缘网络)
• ✅ 模型选择多(50+ 开源模型)

我的建议:

1. 个人项目直接上,免费额度足够,而且省了服务器成本
2. 创业项目可以先用,等规模上来再考虑迁移到其他方案
3. 企业应用谨慎评估,要考虑 SLA、数据合规性等问题

如果你也在找低成本的 AI 方案,不妨试试 Workers AI。注册账号 5 分钟,跑通第一个例子也就 15 分钟,万一适合你呢?

9 分钟阅读 · 发布于: 2025年11月21日 · 修改于: 2026年1月22日

Easton

AI与智能