摘要

  • 10 月 9 日，Cloudflare 将 Clef-flash 每百万输入 token 的标示价格从 $0.090 降至 $0.038，同时把托管上下文窗口从 64K 收窄到 24K。价格下跌 57.8%，公开标示的窗口缩小 62.5%。
  • Cloudflare 称只有 0.24% 的请求超过 24K 输入 token。公司没有披露统计期间、请求总数、客户或工作流分布，也未说明计算方法，因此这项数字无法说明有多少客户能够使用更便宜的模型。
  • Workers AI 按 token 展示的模型价格是用于比较的计价单位，账户实际以 Neuron 计费。要算出每项有效决策的成本，客户仍需了解自己的请求构成、改用其他模型的比例和决策结果。

分析

通常，降价意味着买方可以用更低价格获得更多服务。Cloudflare 在 10 月 9 日更新 Workers AI 的 Clef 模型家族时，却同时收窄了服务窗口。Clef-flash 每百万输入 token 的标示价格从 $0.090 降为 $0.038，但托管版上下文从 64K 收至 24K。前者降幅为 57.8%，后者按公告中的约数计算缩小了 62.5%。

这更像是重新划定了低价服务的适用边界，而非单独打折。Clef 接收一个状态和一组允许的答案，返回分数或概率，而不是一段自由文本。对于反复运行的分类器或路由器，每次请求携带多少状态，会直接影响输入规模和花费。

托管模型 每百万输入 token 标示价格 上下文窗口
Clef-flash $0.038 24,576 token
Clef $0.240 65,536 token
Clef-omni $0.150 64,000 token

这些型号并非质量高低的排序。Clef-omni 接受文本、图像、音频和视频；标准 Clef 的产品页列出独立的 64K 上下文窗口；Clef-flash 目前的产品页则写明 24,576 token。若客户的状态超过 Flash 上限，可以压缩或拆分输入、将请求转给其他托管模型，或自行运行已经发布的模型权重。Cloudflare 称 Clef-flash 权重未变，自行托管时最多支持 256K 上下文。后一种选择把部署、稳定性和资源利用的工作转给客户，而公开资料没有量化这些成本。

Cloudflare 为缩短托管窗口给出了一项需求统计：该公司称，超过 24K 输入 token 的请求只占 0.24%。这是请求占比，不是客户占比。Cloudflare 没有公开观察期、请求总数、按账户或工作流划分的分布，也没有公布长尾的计算方法。少数高强度客户即使只产生很小比例的平台总请求，也可能占据客户工作负载的显著部分。这个数字也没有说明图像、视频等媒体转换成 token 后，再加上结构化问题，单个请求是否仍在窗口以内。

公开单价能说明这项产品的价格定位，但比较范围有限。Cloudflare 将 Clef-flash 列为每百万输入 token $0.038；TypeSafe 为 Jev 标出 $0.042，且不收取输出 token 费用。按输入 token 单价看，Clef-flash 低 9.5%。这并不意味着两者在任务质量、延迟、可用性或每项正确决策的总成本上相当。它只是单价参照，不是并列测试结果。

标示价格背后还有另一只计量表。Cloudflare 说明，定价页把不同模型的 token 价格映射成 Neuron 等值单位，而 Workers AI 账户仍按 Neuron 用量计费。Clef-flash 每百万输入 token 对应 3,455 Neuron；付费方案超出每日免费额度后，每 1,000 Neuron 收费 $0.011。token 价格便于横向比较，账户实际支出仍取决于记录到的 Neuron 用量和请求形状。

所以，商业问题不是 $0.038 单看是否便宜，而是客户的生产请求在计入状态、问题和媒体后，有多少仍低于 24K；应用重试或回退到其他模型的频率有多高；以及模型输出是否足以支撑触发的动作。Cloudflare 尚未公布客户采用量、工作流成本、利润率或客户账单变化，只提供了平台整体的请求比例。当前可确认的是一项带有明确窗口限制的降价方案，而非已经实现的节省。

来源