Workers AI OpenAI-compatible 零前端构建

简约的 Cloudflare Workers AI Gateway

把 Workers AI 封装成 OpenAI SDK 可直接接入的 API，并提供轻量后台管理 Key、模型和调用估算。

后台登录

使用部署时配置的 ADMIN_TOKEN 登录。

生产环境运行 npx wrangler secret put ADMIN_TOKEN 设置后台令牌。

Fork 快速部署

只需要 Cloudflare 账号、Workers AI 权限、一个 KV namespace。

Fork 后执行 npm install 和 npx wrangler login。
运行 npx wrangler kv namespace create GATEWAY_KV，把返回的 id 填到 wrangler.toml。
运行 npx wrangler secret put ADMIN_TOKEN 后执行 npm run deploy。
打开 Worker 首页，登录后台生成 cfw_ 开头的 API Key。

请求数-

估算 Neurons-

免费额度剩余估算-

估算费用-

接入信息

OpenAI SDK 使用下面的 Base URL。

客户端配置示例

baseURL: '<your-worker-url>/v1', apiKey: 'cfw_xxx'

/v1/chat/completions /v1/embeddings /v1/models

默认配置

默认值内置在代码里，可用 Cloudflare Variables 覆盖。

Chat

Embedding

推荐多模态

API Keys

生成后请立即复制保存，完整 Key 只展示一次。

名称	创建时间

模型目录

仅展示当前允许调用的模型。

模型	类型	说明	价格备注

选型指南 · 纯翻译

中英互译短句。实测口径：输入约 80 tokens、输出约 50 tokens。

模型	单次 neurons	每天可调用
`llama-3.2-1b` 最省，但常丢中文	0.47	约 2.1 万次
`qwen2.5-coder-32b` 译法自然、约 1s	5.72	约 1,700 次
`llama-3.3-70b-fp8-fast` 纯文本质量最好	6.41	约 1,500 次
`gpt-oss-20b` 质量好，思维链吃 token	7.36	约 1,300 次
`deepseek-r1-distill-32b` 14-22s，最贵	90.6	约 110 次

选型指南 · 纯文本

问答、摘要、分类、代码、向量。除向量外口径同上。

模型	单次 neurons	每天可调用
`qwen3-embedding-0.6b` 1024 维，短文本	0.019	约 52 万次
`llama-3.2-1b` 分类/打标/极简摘要	0.47	约 2.1 万次
`qwen2.5-coder-32b` 代码生成与解释	5.72	约 1,700 次
`llama-3.3-70b-fp8-fast` 复杂对话/长文理解	6.41	约 1,500 次
`gpt-oss-20b` 通用问答，带思维链	7.36	约 1,300 次
`deepseek-r1-distill-32b` 数学/逻辑推理	90.6	约 110 次

选型指南 · 图片

OCR、票据/截图理解、图文问答。实测口径：一张 640x220 票据图 + 约 300 tokens 输出。

模型	单次 neurons	每天可调用
推荐 `mistral-small-3.1-24b` 最准也最便宜，直接输出中文	9.3	约 1,000 次
`gemma-4-26b-a4b-it` 时好时坏，出现过空回复	10.8	约 900 次
备用 `llama-4-scout-17b` 最稳，但爱先复述原文再翻译	16.9	约 590 次
`llama-3.2-11b-vision` 会拒答 OCR 类指令	16.9	约 590 次
`llava-1.5-7b` 仅非流式，易 triton 3005	不稳定	不建议生产
`moondream3.1-9B-A2B` 两种 schema 均返回空	-	当前不可用

额度与计费口径

上表每天可调用次数按免费额度 10,000 neurons/天（00:00 UTC 重置）折算。

neurons 与实际消耗的 tokens 基本线性相关，长输入/长输出会等比放大；图片按图中 token 计费，图越大越贵。上表是短请求实测值，仅供量级参考。

10,000 neurons/天免费超出 Free 计划即报错 Paid：$0.011 / 1k neurons

选型结论：纯翻译/纯文本默认用 qwen2.5-coder-32b 或 llama-3.3-70b-fp8-fast（质量与成本最平衡，约 1,500 次/天）；极大量打标压到 llama-3.2-1b；图片统一用 mistral-small-3.1-24b，需要更强多模态理解再退到 llama-4-scout-17b。

后台登录

Fork 快速部署

接入信息

默认配置

API Keys

模型目录

选型指南 · 纯翻译

选型指南 · 纯文本

选型指南 · 图片

额度与计费口径

最近请求