模型网关放 Cloudflare 还是国内云 — 用 CLI 实查价格，算清三档流量的账单

版本范围：价格是 2026-10-09 查到的公开目录价，不含商务折扣、新人价和活动价。阿里云用 aliyun CLI 3.5.1 的询价接口（DescribePrice、GetPayAsYouGoPrice），腾讯云用 tccli 3.1.180.1 的询价接口（InquiryPrice*、DescribeDBPrice）。Cloudflare 没有价格接口（wrangler 4.148.0 也没有），用的是 developers.cloudflare.com 当天的价目页和限制页。汇率 1 美元 = 6.7153 元（open.er-api.com，2026-10-09）。

先说结论

五条判断：

1. 小规模时 Cloudflare 便宜一个数量级。 每月 1,000 万次请求，Cloudflare 是 ¥67–140，国内云自建最低也要 ¥1,400 左右。国内云的钱主要花在保底上：两台机器、一个数据库、一个 Redis，没有流量也要付。
2. 规模上去以后，差距缩到 1.4–1.8 倍。 两边的大头完全不同：Cloudflare 的钱花在状态上，也就是每次读写 Durable Object、发队列消息、读 KV 都单独计费，T3 时这几项约占八成；阿里云的钱花在流量上，T3 时出方向流量占总价的 83%。
3. 真正决定胜负的是每个请求的出方向字节数。 T3 档每个请求出方向低于约 24–34 KB 时，阿里云自建反而比 Cloudflare 便宜；编码 Agent 这类请求体动辄几百 KB 的流量，Cloudflare 便宜 5 倍以上。
4. 按挂钟时间计费的 Serverless 是最差的选择。 函数计算、云函数都要为等上游吐 token 的那 20 秒全额付钱。国内的边缘函数（阿里云 ESA、腾讯云 EdgeOne）虽然便宜，但有 10 秒首包、120 秒总时长、1 MB 请求体这类硬限制，做不了通用模型网关。
5. 账单之外还有一半：用户在哪。 从深圳电信访问 Cloudflare 落在洛杉矶，往返约 162 毫秒；访问阿里云、腾讯云的深圳、广州、香港入口是 7–13 毫秒。Cloudflare 的中国大陆节点（China Network）要 Enterprise 套餐加 ICP 备案，可用产品清单里也没有 Durable Objects、D1 和 Queues。用户主要在中国大陆，就放国内云（海外模型另走境外节点）；用户主要在海外，就放 Cloudflare。

这篇写给谁

• 你知道 LLM API 怎么调用，知道流式输出是一段一段推回来的（SSE），写过或配过反向代理、API 网关。
• 你不需要用过 Cloudflare Workers 或阿里云负载均衡；用到的产品会在下面的术语表里先讲清楚。
• 本文不讨论模型推理本身（GPU、推理引擎），也不展开合规细节，只在影响架构的地方点到为止。

术语表

从第一性原理推：一个模型网关请求长什么样

模型网关做的事，拆到最小只有六步：

图：一个模型网关请求的最小因果链（示意，不是某个产品的实现）。黄色几步要算，但每步只有几毫秒；蓝色那一步要等，一等就是十几秒到几分钟。

这六步决定了模型网关和普通 API 网关的三点不同：

10 毫秒除以 20 秒是 0.05%。也就是说，网关 99.95% 的时间都在等。

这就把三类平台的收费方式拉开了。打个比方，网关像电话接线员：接通只要几秒，但一通电话要聊二十秒。

• 按 CPU 时间收费（Workers）：只为接线员动手的那几秒付钱。
• 按实例活跃时长收费（函数计算、云函数、DO）：为整通电话付钱，接线员发呆也算。
• 按预留容量收费（云服务器、负载均衡）：按雇了几个接线员付钱，忙闲都一样。

再加一项各家完全不同的东西：流量。Cloudflare 出方向流量不收费；阿里云、腾讯云每 GB 0.5–1 元。

下面这段伪代码把六步落到 Workers 上，注释里标出哪些行在「等」、哪些在「算」。它是示意，不是哪个平台的真实源码：

// 伪代码（示意）：Workers 版模型网关的一次请求
export default {
  async fetch(req, env, ctx) {
    const key = await env.KEYS.get(apiKeyOf(req), "json");         // ① KV 读：等网络，不算 CPU
    if (!key) return new Response("invalid key", { status: 401 });

    const limiter = env.LIMITER.get(env.LIMITER.idFromName(key.id)); // 每个 API key 一个 DO
    const slot = await limiter.acquire(estimateCost(req));           // ② 占并发位 + 预扣余额（写 1 行）
    if (!slot.ok) return new Response("too many requests", { status: 429 });

    const upstream = await fetch(pickLine(key), forward(req));       // ③④ 等上游首包，可能好几秒，不算 CPU
    const { readable, writable } = new TransformStream();
    ctx.waitUntil(pipeAndFindUsage(upstream.body, writable, async (usage) => {
      await limiter.release(slot.id, usage);                         // ⑥ 释放并发位 + 结算（写 1 行）
      await env.USAGE.send({ key: key.id, usage });                  // ⑥ 用量消息，消费者按分钟聚合写 D1
    }));
    return new Response(readable, upstream);                         // ⑤ 20 秒的流，CPU 只花在逐块拷贝上
  },
};

同样六步换到阿里云或腾讯云，就是一个常驻进程（Higress 插件或自己写的 Go 服务）加一个 Redis：

• ① 查 key：进程内存缓存，未命中再查 Redis；
• ② 占并发位、预扣余额：Redis 的 INCR / DECR 加一段 Lua 脚本；
• ⑥ 用量：进程里先攒一批，再批量写 RDS，或者发到消息队列。

架构是一样的，差的是每一步怎么收费。

价格是怎么查的

国内两家都有能直接返回价格的接口，下面是几条代表命令，完整命令和原始输出我都存了下来。所有调用都是只读的询价接口，没有创建任何资源。

# 阿里云：ECS 包月价（含 40 GB ESSD PL0 系统盘，不含带宽）
aliyun ecs DescribePrice --RegionId cn-shenzhen --ResourceType instance \
  --InstanceType ecs.c9i.xlarge --PriceUnit Month --Period 1 \
  --SystemDisk.Category cloud_essd --SystemDisk.PerformanceLevel PL0 --SystemDisk.Size 40

# 阿里云：50,000 GB 公网出流量走 CDT 阶梯的总价
aliyun bssopenapi GetPayAsYouGoPrice --region cn-hangzhou --ProductCode cdt \
  --ProductType cdt_DataTransfer_public_cn --SubscriptionType PayAsYouGo --Region cn-shenzhen \
  --ModuleList.1.ModuleCode internet_traffic --ModuleList.1.PriceType Usage \
  --ModuleList.1.Config 'Region:cn-shenzhen,internet_traffic:50000,charge_type:PayByTraffic,isp:BGP'

# 阿里云：Redis（Tair）、RDS 包月价
aliyun r-kvstore DescribePrice --RegionId cn-shenzhen --ZoneId cn-shenzhen-c \
  --InstanceClass redis.shard.large.ce --OrderType BUY --ChargeType PrePaid --Period 1 --NodeType MASTER_SLAVE
aliyun rds DescribePrice --RegionId cn-shenzhen --ZoneId cn-shenzhen-c --Engine MySQL --EngineVersion 8.0 \
  --DBInstanceClass mysql.n4.large.2c --DBInstanceStorage 100 --DBInstanceStorageType cloud_essd \
  --PayType Prepaid --UsedTime 1 --TimeType Month --Quantity 1 --OrderType BUY --CommodityCode rds

# 腾讯云：CVM 包月价（含 50 GB 通用型 SSD，带宽设 0）
TENCENTCLOUD_REGION=ap-guangzhou tccli cvm InquiryPriceRunInstances --cli-unfold-argument \
  --Placement.Zone ap-guangzhou-6 --ImageId img-mmytdhbn --InstanceType SA9.LARGE8 \
  --InstanceChargeType PREPAID --InstanceChargePrepaid.Period 1 \
  --SystemDisk.DiskType CLOUD_BSSD --SystemDisk.DiskSize 50 \
  --InternetAccessible.InternetChargeType TRAFFIC_POSTPAID_BY_HOUR \
  --InternetAccessible.InternetMaxBandwidthOut 0 --InstanceCount 1

几个口径要先说清：

• 一律用目录价。 阿里云的询价接口会同时返回账号折扣，比如我的账号负载均衡和 NAT 有 85 折，这类折扣不计入。
• 查不到接口的用官方文档价，并标出来。 阿里云 AI 网关的询价接口报错、腾讯云 AI 网关没有询价接口，这两项都用的文档价。
• Cloudflare 全部来自官方价目页。 wrangler 和 Cloudflare API 只能查自己账号的用量，查不到价格表。

关键单价

三档账单：钱都花在哪

测算口径（全部是示意假设）：

• 三档规模：每月 1,000 万 / 1 亿 / 10 亿次请求，峰值按平均的 3 倍算，T3 峰值约 2.3 万条并发流。
• 每个请求的调用：查 1 次 key，计数和余额 2 次（开始、结束），1 条用量消息，1 条约 1 KB 的日志。
• 机器规模：国内两家用 T1 2×2 核 4G、T2 2×4 核 8G、T3 4×8 核 16G，双可用区，没有压测；数据库和 Redis 规格随档位放大。

一个请求的账

先看单个请求的边际成本，按 T3 档的超量单价算。

Cloudflare 一个请求约 ¥0.00003，阿里云约 ¥0.000045。 拿模型费对照一下（粗估：30 KB 的 prompt 约 7,500 token，回答 300 token）：

• DeepSeek V4.1-Flash 高峰价（输入 ¥2、输出 ¥8 每百万 token）下，一次调用约 ¥0.017，网关只占 0.2–0.3%；
• 通义 qwen-flash（输入 ¥0.15、输出 ¥1.5）下，一次调用约 ¥0.0016，网关占 2–3%。

模型价格取自两家官方价目页（2026-10-08 核对）。网关的基础设施费只是模型费的零头，所以选平台不能只看账单，延迟、可达性和稳定性至少同样重要。

每档的最大几项

敏感度一：每个请求的出方向字节数

Cloudflare 的账单和字节数无关，国内云几乎和字节数成正比。把阿里云深圳自建的出方向流量从 5 KB 调到 500 KB：

两边打平的点：

• T3：深圳每请求出方向约 24 KB（对 Cloudflare 优化版）到 34 KB（对朴素版），香港约 24–37 KB。
• T2：深圳约 6–14 KB。
• T1：国内云的保底费已经比 Cloudflare 的全部账单还高，没有打平点。

所以「Cloudflare 便宜」这句话只在流量大或规模小时成立。如果你的业务是海量短问答（每请求出方向约 5 KB），规模到每月 10 亿次时，国内云自建比 Cloudflare 便宜约 3 倍。

还有一个只有国内云才有的杠杆：上游如果在同一家云的内网里（比如在阿里云上调用百炼），转发 prompt 的那 30 KB 可以不走公网。这条路要配私网连接，私网连接的费用我没有查。

敏感度二：网关 CPU 时间

Cloudflare 的 CPU 时间从 5 毫秒翻到 20 毫秒，T3 月费从 ¥31,902 变到 ¥33,917，只差 6%。按 CPU 计费时，「等上游的 20 秒」几乎不花钱。 国内云自建对 CPU 也不敏感：按每请求 20 毫秒算，T3 峰值也只要约 23 个 vCPU，4 台 8 核机器装得下。

Cloudflare 这边：流量免费，状态按次收费

省钱的原因有两条，都写在官方定价页上。 第一，Standard 计费模式下挂钟时长不收费，也不设上限；限制页专门说明，等 fetch()、KV、数据库的时间不计入 CPU 时间。第二，出方向流量和带宽不收费，Worker 发出的子请求也不收费。所以 20 秒的流和 0.2 秒的流价格一样，转发 30 KB prompt 给上游也不花钱。

贵在哪：每次读写状态都单独计费。

1. DO 写行是最大的一项（T3 约 ¥13,095/月）。并发位和余额必须写进 DO 自带的 SQLite，不能只放内存：DO 空闲 10 秒左右就可能休眠，休眠后内存里的计数会丢，而一条流要挂 20 秒。可以优化：用量先在 DO 里累加，每分钟落一次库，再去掉 Queues，T3 能降到约 ¥25,139。
2. 一个 DO 是单线程的。 官方给单个对象的软上限约每秒 1,000 次请求，带存储写入时约 200–500 次。官方的设计规则页明确反对用单个 DO 做全局限速。正确做法是每个 API key 一个 DO，大客户的 key 再拆分片。
3. KV 是最终一致的。 其他机房要 60 秒以上才看得到改动，所以吊销 key、改余额不能只靠 KV。Pydantic 开源的 AI 网关在旧版 README 里就承认，用 KV 缓存状态时额度控制只能做成「软上限」。
4. D1 单库最大 10 GB，而且不能提。 按分钟聚合的用量表，T3 约 1.2 个月写满、T2 约 4.6 个月写满。所以要定期汇总、按月分库（每账号可建 5 万个库），冷数据归档到 R2。

两个能把账单放大十倍的坑：

• 让 DO 在整条流期间保持活跃。 比如让流经过 DO 转发，或者在 DO 里挂一个 setTimeout 做租约超时，DO 就会按挂钟时长计费。T3 一个月最多会多出 $32,000（约 ¥21.5 万）。租约超时要用 setAlarm。
• AI Gateway 默认把完整的 prompt 和 response 存进日志。 2026-09-24 以后新开 AI Gateway 的账号，日志按 Workers Logs 的价格计费；按 12-01 起的新价，T3 一个月约 $13,927（约 ¥9.4 万）。要么关掉 payload 记录，要么关日志。另外，用 Cloudflare 统一付费（Unified Billing）时，每个 gateway 每分钟只允许 200 次请求，T1 的平均速率就超了，转售场景只能用自己的上游 key（BYOK）。

一个时间点要注意：Workers Logs 在 2026-12-01 从按条计费改成按 GB 计费（Cloudflare 2026-10-02 的博客公布）。本文按新价算，T3 日志费约 $260；按旧价是 $588。

国内云这边：状态几乎免费，流量按字节收费

省钱的原因：状态是按台付钱的。 一个 1 GB 双副本的 Redis 每月 ¥77，标称每秒 10 万次操作；T3 峰值每秒只要约 4,600 次。查 key、计数、余额全压在它上面，请求数翻十倍，它的价格不变。

贵在哪：出方向流量。

1. 转发 prompt 也算出方向流量。 每个请求 50 KB 里有 30 KB 是网关替客户送给上游的，T3 时阿里云深圳这一项就是 ¥37,997/月。
2. 境外节点的流量阶梯更便宜，但要手动开 CDT。 以香港为例（新加坡、东京没有查），阿里云香港 10 TB 以上 ¥0.54/GB，比深圳的 ¥0.75 低。所以 T3 档香港总价（¥40,426）反而低于深圳（¥45,696），尽管香港 ECS 是深圳的 1.9 倍。但从 2024-12-12 起，ECS、EIP 不会自动按 CDT 阶梯计费，要手动「升级至 CDT 计费」（免费，开了不能关）。不升级的话香港按 ¥1.00/GB 算，T3 要多付 ¥21,470。
3. 上游请求别走 NAT。 阿里云 NAT 网关从 2025-09-26 起按处理流量收费（1 CU = 1 GiB），上游请求走 NAT 会在流量费之外再加约 23%，T3 多 ¥8,665。给每台 ECS 直接挂按流量计费的公网 IP 更省。
4. 长连接不会让负载均衡变贵，但会被超时掐断。 ALB 的 1 个 LCU 能容纳 3,000 个并发连接，T3 峰值 2.3 万条流只折合 7.7 个 LCU；真正决定 LCU 的是处理的字节数，每 GB 相当于 ¥0.049。腾讯云 CLB 共享型干脆不收 LCU。但 ALB 的请求超时默认 60 秒，推理模型的长流要先调大，否则会 504。

托管 AI 网关（阿里云云原生 API 网关的 AI 网关，内核是开源的 Higress）：多模型路由、Fallback、消费者 API key、Token 限流都有，计费项里看不到为这些功能单独收的钱，但最小规格每月 ¥3,997.5（文档价）。按客户计费需要的余额、用量库还得自己配 Redis 和 RDS，所以 T1 时它比整套自建贵两倍多。它适合 T2 以上、不想自己写网关的团队。

Serverless 是最差的选择：

• 阿里云函数计算按实例活跃时长计费。规格费按配置收、不按实际用量收，所以等上游的 20 秒 vCPU 全额计费，也进不了 vCPU 免费的「浅休眠」。唯一的省钱办法是单实例多并发：并发开到 100 时，T3 的计算费是 ¥28,750；并发为 1 时，计算费是它的约 95 倍。
• 腾讯云云函数的 SSE 文档写明，一个函数实例同一时刻只处理一条 SSE 连接。这样算 T3 是 ¥321,865/月，而且 T2、T3 的峰值都超出了每个地域默认的并发配额。

国内边缘函数做不了通用模型网关，问题出在限制上，不在价格：

推理模型的首 token 常常超过 10 秒，长输出常常超过 120 秒，Agent 的长上下文请求也很容易超过 1 MB。而且两家都没有 DO 这样的强一致状态，限速和余额还得回源到中心机房。它们可以挡在网关前面做缓存、鉴权预检，替代不了网关。

账单之外：延迟和可达性

几点说明：

• 测法：我所在的局域网把 TCP 连接都做了透明代理，任何地址握手都是 2–3 毫秒，所以改用 ping。
• 路由：mtr 显示，去 Cloudflare 的包在电信 163 骨干上从约 9 毫秒跳到约 160 毫秒，也就是在这里出境，最后落在 Cloudflare 洛杉矶的地址上。
• 局限：这只是一条线路、一个时段。两天前的晚上，我在同一个网络用 TCP 握手测过一次，是 193 毫秒。

对首 token 的影响：新建 HTTPS 连接至少要 3 个往返（TCP、TLS 1.3、发出请求），在 162 毫秒的往返下，首 token 前就多了约 0.45 秒；复用连接时多约 0.15 秒。对聊天来说能感觉到，对 Agent 的长任务影响不大。

另外三件事：

• China Network 搬不进这套架构。 Cloudflare 官方说明，不开 China Network 时，中国大陆用户连的是境外机房。China Network 要 Enterprise 套餐、单独订阅、每个主域名的 ICP 备案或许可证，还要过京东云的内容审核；它的可用产品清单里有 Workers、KV、R2，没有 DO、D1、Queues。另据 GreatFire 的第三方观测，*.workers.dev 在大陆被封，必须绑自己的域名。
• 海外模型的跨境那一跳躲不掉。 OpenAI 和 Anthropic 的 API 支持地区名单里，既没有中国大陆，也没有香港（OpenAI、Anthropic，2026-10-09 核对）。所以网关调这两家，出口要放在新加坡、日本、美国这类支持地区；香港节点只能做中转。从大陆用户的角度看，长距离的那一跳要么发生在「用户 → Cloudflare 洛杉矶」，要么发生在「境外网关 → 美国上游」。所以调用海外模型时，Cloudflare 的延迟劣势会小很多，差别主要在线路质量。
• 两边都出过大故障，形态不同。 Cloudflare 2025-06-12 因 KV 依赖的第三方云宕机，AI Gateway 错误率峰值到 97%；2025-11-18 核心代理故障，KV 也大量报 5xx。每个请求都同步读 KV 或 DO 的网关，会跟着全球一起挂，没有「换个可用区」的退路。阿里云香港可用区 C 在 2022-12-18 因制冷故障中断十多个小时，但故障集中在一个可用区，跨可用区部署就有退路。

谁真的把模型网关放在 Workers 上

我只采信一手证据：官方博客、官方文档、仓库里的部署配置、创始人署名文章。

从这张表能看出三件事：

1. 除了 Cloudflare 自己，没有一家是「全 Cloudflare」。 最接近的是 Helicone：请求路径上的 Workers、DO、KV、Queues 全在 Cloudflare，分析库和账务后端在 AWS。本文 Cloudflare 一侧连账务都放在 D1 里，比现实中的做法更激进。
2. 大家踩的坑都在状态层，不在计算层。 包括 AI Gateway 的日志存储、Helicone 的钱包预扣、OpenRouter 的低余额回源、Pydantic 网关的 KV 软额度。
3. Unkey 的离开有它的场景。 它的原因是：缓存读要走网络，p99 超过 30 毫秒；为了绕开无状态，堆了 DO、Queues、Workflows 一串产品；数据导出麻烦；客户没法自托管。迁走后延迟降到原来的 1/6。但 Unkey 每个请求都要在 10 毫秒内完成 key 校验，模型网关的一个请求本来就要挂 20 秒，几十毫秒的状态读取占比小得多，这个结论不能原样搬过来。

国内侧的主流做法是常驻网关进程加 Redis，不是边缘函数：

• Higress：阿里开源的网关，2026-03-15 进入 CNCF Sandbox，约 9,500 星。项目方说它支撑通义千问 APP、百炼大模型 API 和 PAI，但没有公开流量数字。它的 Token 限流用 Redis 做全局计数，和 Cloudflare 一侧用 DO 计数是同一个设计点。
• 阿里云 AI 网关：官方客户案例里，国泰产险所有访问大模型的流量都走 AI 网关，日均近亿 token。
• 国内边缘函数：没有找到点名的模型网关客户。

怎么选

图：按用户所在地选平台的决策树（本文的判断，不是官方建议）。

什么时候选 Cloudflare：

• 用户主要在海外，或者是调用海外模型的开发者；
• 规模还小（每月千万次以内），想要几乎为零的保底费、不想运维机器；
• 请求体大（Agent、长上下文、多模态），流量费在国内云会是账单大头；
• 团队能接受按 key 拆 DO、D1 定期归档这类「为状态而设计」的工作。

什么时候别用 Cloudflare：

• 用户主要在中国大陆，对首 token 延迟敏感（聊天产品）；
• 规模到每月 10 亿次量级、请求又很短（每个请求出方向低于约 30 KB），国内云自建会更便宜；
• 需要强一致的全局状态（全局并发、跨 key 的额度池），又不想自己做分片；
• 需要在中国大陆有节点，又买不起 Enterprise，或者用了 DO、D1、Queues。

结语

模型网关不是计算密集型服务，而是等待密集、搬运密集、状态密集型服务。拿 CPU 价格去比两朵云，比的是账单里最小的那一项。

铁律：先问三件事——谁为等待收钱，谁为搬运收钱，谁为状态收钱。再看你的用户离哪边近。

来源与核对日期

全部在 2026-10-09 核对。

• Cloudflare 价格与限制：
  • Workers 定价、Workers 限制
  • Durable Objects 定价、DO 设计规则
  • KV 工作原理、Queues 定价
  • D1 定价、D1 限制
  • Observability 定价（2026-12-01 起）
  • AI Gateway 定价、AI Gateway 限制
  • China Network、China Network 可用产品
• 阿里云（价格来自 aliyun CLI 询价接口，规则来自文档）：
  • CDT 公网流量、升级至 CDT 计费
  • ALB 计费规则、NAT 网关计费
  • 函数计算计费、单实例多并发
  • AI 网关规格与价格
  • ESA 函数和 Pages 限制、ESA 函数计费
• 腾讯云（价格来自 tccli 询价接口，规则来自文档）：
  • 公网流量价格、CLB LCU 计费
  • 云函数计费、云函数 SSE
  • EdgeOne 套餐、EdgeOne 超额单价、边缘函数限制
• 案例与故障：
  • Cloudflare 故障复盘：2025-06-12、2025-11-18
  • 阿里云香港可用区 C 故障说明（2022-12）
  • Higress、阿里云 AI 网关产品页
  • GreatFire：workers.dev（第三方观测）
• 模型价格：DeepSeek 定价、通义 qwen-flash
• 工具版本：aliyun CLI 3.5.1、tccli 3.1.180.1、wrangler 4.148.0（npm 上最新是 4.149.0）。