Resumo

  • Em 9 de outubro, a Cloudflare reduziu o preço divulgado do Clef-flash de US$ 0,090 para US$ 0,038 por milhão de tokens de entrada e baixou de 64K para 24K o contexto da versão hospedada. O preço caiu 57,8%; a janela anunciada, 62,5%.
  • A Cloudflare afirma que apenas 0,24% das solicitações ultrapassa 24K tokens de entrada. A empresa não informa o período, o total de solicitações, a distribuição por cliente ou fluxo de trabalho nem o método de cálculo; portanto, a taxa não mostra quantos compradores conseguem usar o modelo mais barato.
  • A Workers AI exibe preços por token como unidade de comparação, mas cobra o uso por Neurons. Cada cliente precisa conhecer sua própria combinação de solicitações, a taxa de encaminhamento a outros modelos e os resultados para calcular o custo por decisão aceita.

Análise

Uma redução de preço costuma sugerir que a oferta ficou mais ampla. A atualização de 9 de outubro da família Clef na Workers AI veio acompanhada de um limite menor. O preço exibido do Clef-flash passa de US$ 0,090 para US$ 0,038 por milhão de tokens de entrada, enquanto a janela de contexto hospedada recua de 64K para 24K. A queda do preço é de 57,8%; a da janela divulgada, de 62,5%.

O conjunto parece menos uma promoção isolada e mais uma fronteira comercial. O Clef recebe um estado e um conjunto de respostas permitidas, retornando pontuações ou probabilidades em vez de um texto corrido. Em um classificador ou roteador chamado repetidamente, a quantidade de estado enviada em cada solicitação passa a ser parte central do custo.

Modelo hospedado Preço divulgado por milhão de tokens de entrada Janela de contexto
Clef-flash US$ 0,038 24.576 tokens
Clef US$ 0,240 65.536 tokens
Clef-omni US$ 0,150 64.000 tokens

Esses SKUs não formam uma escala de qualidade. O Clef-omni aceita texto, imagens, áudio e vídeo; a página do Clef descreve um modelo distinto com contexto de 64K; e a página atual do Clef-flash especifica 24.576 tokens. Se o estado ultrapassar o limite do Flash, a equipe pode reduzi-lo ou segmentá-lo, encaminhar a solicitação para outro modelo hospedado ou operar por conta própria os pesos publicados. A Cloudflare diz que os pesos do Clef-flash não foram alterados e aceitam até 256K de contexto quando hospedados pelo cliente.

Essa opção transfere ao comprador o trabalho de operação, confiabilidade e utilização; as fontes públicas não quantificam esses custos.

A justificativa da Cloudflare para reduzir a janela hospedada é uma estatística de demanda: segundo a empresa, só 0,24% das solicitações excede 24K tokens de entrada. É a proporção de solicitações, não de clientes. A companhia não divulga o período observado, o denominador, a distribuição por conta ou fluxo de trabalho nem como calculou a cauda longa. Um pequeno grupo de usuários intensivos pode representar uma parte importante das cargas dos clientes e ainda assim ser raro no total de chamadas da plataforma. A taxa também não diz se o estado cabe após a conversão de mídia em tokens e a inclusão das perguntas tipadas.

Os preços publicados ajudam a posicionar a oferta, dentro de um limite. A Cloudflare lista o Clef-flash a US$ 0,038 por milhão de tokens de entrada; a TypeSafe lista o Jev a US$ 0,042, sem cobrança de tokens de saída. Nessa medida de preço de entrada, o Clef-flash é 9,5% mais barato. A comparação não demonstra qualidade, latência, disponibilidade nem custo por decisão correta equivalentes. É uma referência de tarifa, não um teste lado a lado.

Há outro medidor por trás do divulgado. A Cloudflare informa que a página apresenta preços por modelo em unidades equivalentes a tokens, mas as contas da Workers AI são faturadas por Neurons. Para o Clef-flash, um milhão de tokens de entrada equivale a 3.455 Neurons; no plano pago, o uso acima da franquia diária gratuita custa US$ 0,011 por 1.000 Neurons. O preço por token facilita comparar modelos, mas o custo de cada conta depende dos Neurons medidos e do formato de suas solicitações.

O teste comercial, portanto, não é decidir se US$ 0,038 parece barato isoladamente. É verificar quantas solicitações reais permanecem abaixo de 24K depois de contar o estado, as perguntas e a mídia; com que frequência o aplicativo tenta novamente ou recorre a outro modelo; e se as decisões servem às ações que disparam. A Cloudflare divulgou uma estatística agregada de solicitações, mas não adoção de clientes, economia por fluxo de trabalho, margem ou redução de faturas. Por enquanto, o preço menor vem com uma restrição clara; não prova que houve economia.

Fontes