---
title: "模型网关放 Cloudflare、国内云还是海外大厂——实查七家云的价格，算清三档流量的账单"
description: "模型网关的一个请求要挂 20 秒等上游吐 token，真正干活只有约 10 毫秒。Cloudflare 按干活的毫秒数收费、出流量免费，但每次读写状态都要单独付钱；阿里云、腾讯云和 AWS、Google Cloud、Azure 的状态几乎免费，但网关替客户转发 prompt 的每个字节都按流量计费；Oracle 每月前 10 TB 出流量免费，是唯一的例外。本文用 aliyun CLI、tccli、各家公开价格接口和官方价目页实查 2026-10-09 的价格，按每月 1,000 万、1 亿、10 亿次请求三档把七家的账单算到每一项，再加上延迟、可达性和真实案例，给出什么时候选哪边的判断。"
url: "https://zhuoqidev.com/posts/model-gateway-cloudflare-vs-china-cloud/"
language: "zh-CN"
author: "刘卓琪"
date: "2026-10-09"
updated: "2026-10-09"
tags: ["模型网关","LLM Gateway","Cloudflare Workers","Durable Objects","阿里云","腾讯云","成本测算","架构选型"]
translation: "https://zhuoqidev.com/en/posts/model-gateway-cloudflare-vs-china-cloud/index.md"
---
# 模型网关放 Cloudflare、国内云还是海外大厂——实查七家云的价格，算清三档流量的账单
> **TL;DR** 每月 1,000 万次请求时，Cloudflare 比所有云的自建方案都便宜一个数量级；到 10 亿次，阿里云、腾讯云和三大海外云的自建都落在每月 4.4–5.8 万元，Cloudflare 只便宜 1.3–2.3 倍，而 Oracle 靠几乎免费的出流量只要 8,832 元。决定胜负的不是算力，是「谁为等待收钱、谁为搬运收钱、谁为状态收钱」。
**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。海外四家（AWS、Google Cloud、Azure、Oracle）是同一天追加的：没有账号也能查的公开价格接口（AWS Price List、Azure Retail Prices API、Oracle 价目 API）加 Google 的官方价目页，查美东和新加坡两个地域，一律按需价。汇率 1 美元 = 6.7153 元（open.er-api.com，2026-10-09）。
> [!NOTE]
> **最重要的一句提醒：表里的月费建立在一组示意假设上**：每个请求挂 20 秒、网关 CPU 10 毫秒、出方向 50 KB，机器规格也没有压测过。这几个数一变，结论就会变，尤其是每个请求的出方向字节数。所以每张表我都给了敏感度，你可以换成自己的数。
---
## 先说结论
**自建网关**（负载均衡 + 两个可用区的机器 + Redis + MySQL + 日志 + 出流量）和 Cloudflare 的每月费用，人民币目录价：
| 方案 | T1：1,000 万次请求 | T2：1 亿次 | T3：10 亿次 |
|---|---|---|---|
| Cloudflare（Workers + KV + Durable Objects + Queues + D1） | 140 | 2,756 | 32,574 |
| Cloudflare 优化版（用量在 Durable Object 里累加，去掉 Queues） | 67 | 2,115 | 25,139 |
| 阿里云 · 深圳 | 1,625 | 5,854 | 45,696 |
| 阿里云 · 香港（境外节点参考） | 1,981 | 6,114 | 40,426 |
| 腾讯云 · 广州 | 1,422 | 5,359 | 45,179 |
| AWS · 美东 / 新加坡 | 2,467 / 3,227 | 6,646 / 8,572 | 47,179 / 53,327 |
| Google Cloud · 美东 / 新加坡 | 3,056 / 4,031 | 7,387 / 8,583 | 43,798 / 48,564 |
| Azure · 美东 / 新加坡 | 4,794 / 6,215 | 9,125 / 11,934 | 49,848 / 57,957 |
| **Oracle · 美东 / 新加坡** | 1,973 / 1,973 | 2,388 / 2,388 | **8,832 / 13,237** |
**托管网关和 Serverless**（同样含 Redis、数据库、日志和出流量）：
| 方案 | T1 | T2 | T3 |
|---|---|---|---|
| 阿里云 AI 网关（托管） | 5,428 | 10,195 | 60,518 |
| 阿里云函数计算（单实例并发 100） | 1,419 | 7,703 | 68,877 |
| 腾讯云云函数（官方文档：一个实例同时只服务一条 SSE） | 3,756 | 32,543 | 321,865 |
| AWS Lambda（128 MB Arm，美东） | 4,134 | 28,784 | 277,566 |
| Google Cloud Run（单实例并发 80 / 250，美东） | 2,672 / 2,405 | 12,556 / 7,752 | 107,676 / 59,634 |
| Azure Container Apps（每副本 100 条流，美东） | 2,916 | 9,596 | 79,376 |
| OCI Functions（Oracle，美东） | 4,071 | 27,445 | 264,894 |
六条判断：
1. **小规模时 Cloudflare 便宜一个数量级。** 每月 1,000 万次请求，Cloudflare 是 ¥67–140，六家云厂商里最便宜的自建也要 ¥1,400 左右。云厂商的钱主要花在保底上：两台机器、一个高可用数据库、一个 Redis，没有流量也要付。
2. **规模上去以后，Cloudflare 的钱花在状态上，其余大多数云的钱花在流量上。** Cloudflare 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、腾讯云、AWS、Google Cloud、Azure 的自建在 T3 都落在 ¥4.4–5.8 万，出方向流量占 53–89%。**三大海外云和国内云在这件事上是同一本账。**
3. **Oracle 是例外。** 它每个大区每月前 10 TB 出流量免费，超出后北美 $0.0085/GB，约为其他几家的十分之一。T3 美东自建只要 ¥8,832，比 Cloudflare 还便宜 2.8–3.7 倍；只要每个请求的出方向低于约 340–470 KB，这个结论都成立。代价是要自己运维机器，新加坡只有一个可用域（Oracle 对可用区的叫法）。
4. **对其他几家，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 10–34 KB 时（各家略有不同，按美东和深圳算），阿里云、AWS、Google Cloud、Azure 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。
5. **按挂钟时间计费的 Serverless 是最差的选择，六家云厂商没有例外。** 函数计算、云函数、Lambda、Cloud Run、Container Apps、OCI Functions 都要为等上游吐 token 的那 20 秒付钱。边缘函数（阿里云 ESA、腾讯云 EdgeOne、CloudFront Functions、Lambda@Edge）则有首包、时长或请求体的硬限制，做不了通用模型网关。
6. **账单之外还有一半：用户在哪。** 从深圳电信访问阿里云、腾讯云的深圳、广州、香港入口是 7–13 毫秒，阿里云新加坡 57 毫秒；Cloudflare 落在洛杉矶，162 毫秒；AWS 和 Oracle 的新加坡反而要 200 多毫秒。**用户主要在中国大陆，就放国内云（海外模型的出口放在阿里云、腾讯云这类到大陆线路好的境外节点）；用户主要在海外，量小放 Cloudflare，量大、流量重就考虑 Oracle 自建。**
---
## 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
| 术语 | 一句话解释 |
|---|---|
| 挂钟时间 | 一个请求从进来到结束经过的真实时间，包括等别人的时间 |
| CPU 时间 | 程序真正在算的时间，等网络、等数据库的时间不算 |
| SSE（服务器推送事件） | 模型流式输出的格式：一个 HTTP 响应不断开，每生成一小段就推一行 `data: …` |
| Workers | Cloudflare 的边缘函数，跑在全球机房里，按请求数和 CPU 时间计费 |
| Durable Object（下文简称 DO） | Cloudflare 的「有名字的单线程小服务」：同一个名字全球只有一个实例，适合做每个 API key 的计数器和余额 |
| KV / Queues / D1 | Cloudflare 的全球键值缓存（最终一致）/ 消息队列 / SQLite 数据库 |
| LCU | 负载均衡的容量单位，按新建连接、并发连接、处理字节数、规则次数四个维度取最大值计费 |
| CDT（云数据传输） | 阿里云把各产品的公网出流量合在一起按阶梯计费的方式 |
| 边缘函数 | 阿里云 ESA 的「函数和 Pages」、腾讯云 EdgeOne 的边缘函数，都是国内版的「Workers」 |
| ICP 备案 | 网站用中国大陆的服务器或节点对外服务前，必须完成的工信部登记 |
---
## 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：
```mermaid
flowchart TD
C(["客户端"]) --> A["① 查 API key
是谁、能用哪些模型"]
A --> B["② 占并发位、预扣余额
超了直接 429"]
B --> R["③ 选上游线路"]
R --> U["④ 把请求体转发给上游"]
U --> S["⑤ 把 SSE 流原样转回
约 20 秒，几乎不用 CPU"]
S --> F["⑥ 读出 usage，释放并发位
按实际用量结算、记一条日志"]
classDef wait fill:#d0ebff,stroke:#1971c2
classDef work fill:#fff3bf,stroke:#f08c00
class S wait
class A,B,R,U,F work
```
*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：
| 特征 | 本文取值（示意） | 为什么重要 |
|---|---|---|
| 挂钟时间很长 | 20 秒 | 大部分时间在等上游生成 token；推理模型会更长 |
| CPU 时间很短 | 10 毫秒 | 鉴权、选线、逐块转发 SSE、找 usage。Cloudflare 限制页给的参考：平均每个 Worker 约 2.2 ms，做鉴权、解析大包体的重负载通常 10–20 ms |
| 出方向流量大 | 50 KB / 请求 | 30 KB 是把客户的 prompt 转给上游，20 KB 是把 SSE 回给客户端。**对网关来说，转发 prompt 也是出方向流量** |
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：
```ts
// 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。
```bash
# 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
```
海外四家我没有账号，但 AWS、Azure、Oracle 都有不用登录的公开价格接口，返回的就是官网价目页背后的数据。Google Cloud 的价格接口要 API key，所以用的是官方价目页。
```bash
# AWS：us-east-1 到互联网的出流量阶梯（Price List 公开文件，AWSDataTransfer 服务）
curl -s https://pricing.us-east-1.amazonaws.com/offers/v1.0/aws/AWSDataTransfer/current/us-east-1/index.json
# Azure：eastus 的出流量阶梯（Retail Prices API）
curl -s "https://prices.azure.com/api/retail/prices?\$filter=serviceName%20eq%20'Bandwidth'%20and%20armRegionName%20eq%20'eastus'%20and%20meterName%20eq%20'Standard%20Data%20Transfer%20Out'"
# Oracle：北美出发的出流量（价目 API，B88327 = Outbound Data Transfer - Originating in North America, Europe, and UK）
curl -s "https://apexapps.oracle.com/pls/apex/cetools/api/v1/products/?currencyCode=USD&partNumber=B88327"
```
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。
- **海外四家一律按需价、月按 720 小时。** 预留实例、Savings Plans 能再省三到五成，但只省机器，不省流量。
### 关键单价
| | Cloudflare（美元） | 阿里云（深圳，人民币） | 腾讯云（广州，人民币） |
|---|---|---|---|
| 计算 | Workers $5/月，含 1,000 万请求和 3,000 万 CPU 毫秒；超出 $0.30/百万请求、$0.02/百万 CPU 毫秒；**挂钟时长不收费** | ECS c9i 包月：2c4g ¥205.91，4c8g ¥391.82，8c16g ¥763.64（含系统盘） | CVM SA9 包月：2c4g ¥156.2，4c8g ¥287.4，8c16g ¥549.8（含系统盘） |
| 负载均衡 | 不需要 | ALB 实例 ¥0.049/时 + LCU ¥0.049/LCU·时 | CLB 共享型 ¥0.2/时，**不收 LCU** |
| 出方向流量 | **不收费** | CDT 阶梯：10 TB 内 ¥0.80/GB，10–50 TB ¥0.75，50–150 TB ¥0.70，再往上 ¥0.65；每月免费 20 GB | ¥0.80/GB，单一价，没有阶梯也没有免费额度 |
| 计数 / 余额 | DO：请求 $0.15/百万，SQLite 写 $1.00/百万行（含 5,000 万行） | Tair 双副本 1 GB ¥76.98/月，4 GB ¥360/月 | Redis 主从 1 GB ¥76/月，4 GB ¥304/月 |
| 查 key | KV 读 $0.50/百万（含 1,000 万） | 同上 Redis | 同上 Redis |
| 用量 / 账务库 | Queues $0.40/百万次操作（一条消息 3 次）；D1 写 $1.00/百万行，**单库最大 10 GB** | RDS MySQL 高可用：2c4g ¥660/月，4c16g ¥1,370/月 | MySQL 双节点：2c4g ¥480/月，4c16g ¥1,704/月 |
| 日志 | Workers Logs，**2026-12-01 起**按 $0.25/GB 写入 + $0.10/GB·月存储 | SLS ¥0.4/GB（含索引和 30 天存储） | CLS 按功能计费，每 GB 约 ¥0.83 |
海外四家的美东单价（美元，新加坡的出流量见括号）：
| | AWS | Google Cloud | Azure | Oracle |
|---|---|---|---|---|
| 出方向流量 | 每月免费 100 GB；10 TB 内 $0.09/GB，10–50 TB $0.085（新加坡首档 $0.12） | Premium 层到北美：1 TiB 内 $0.12/GiB，10 TiB 内 $0.11，再往上 $0.08（新加坡到亚洲首档 $0.12） | 每月免费 100 GB；10 TB 内 $0.087/GB，10–50 TB $0.083（新加坡首档 $0.12） | **每月前 10 TB 免费**，超出 $0.0085/GB（新加坡 $0.025） |
| 4 vCPU 8 GiB 机器（每月） | c8i.xlarge $134.94 | c4-highcpu-4 $122.47 | F4als_v7 $174.24 | E6.Flex 2 OCPU $54.72 |
| 负载均衡 | ALB $16.20/月 + LCU（处理字节约 $0.008/GB） | 转发规则 $18/月 + $0.008/GiB | Application Gateway v2 $0.20/时 + 容量单位 $0.008 | 灵活负载均衡每月 $9–41，转发的数据不另收费 |
| 约 1 GB 高可用 Redis（每月） | Valkey 主从 $36.86 | Memorystore 标准层 $46.08 | Azure Managed Redis B1 $46.08 | OCI Cache $55.87 |
| 约 2 核 MySQL 高可用（每月） | RDS Multi-AZ $115.88 | Cloud SQL HA $192.80 | Flexible Server 区域冗余 HA（最小 2 vCore 8 GiB）$272.84 | HeatWave HA $170.11 |
| 日志 | CloudWatch Logs 写入 $0.50/GB | Cloud Logging $0.50/GiB，每项目每月 50 GiB 免费 | Basic Logs $0.50/GB | 写入免费，存储 $0.05/GB·月 |
---
## 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 每百万请求 | 美元 | 阿里云深圳每百万请求 | 人民币 |
|---|---|---|---|
| Workers 请求 | 0.30 | 出方向流量 50 GB × ¥0.75 | 37.5 |
| Workers CPU（10 ms） | 0.20 | ALB LCU（处理 50 GB） | 2.45 |
| KV 读 1 次 | 0.50 | SLS 日志 1 GB | 0.40 |
| DO 请求 2 次 | 0.30 | 机器 + Redis + RDS 摊到每百万请求 | 约 4.8 |
| **DO 写 2 行** | **2.00** | | |
| Queues 3 次操作 | 1.20 | | |
| 日志 1 KB | 约 0.27 | | |
| **合计** | **约 4.8（≈ ¥32）** | **合计** | **约 ¥45** |
**Cloudflare 一个请求约 ¥0.00003，阿里云约 ¥0.000045。** 海外几家按 T3 总价摊到每个请求：AWS 美东约 ¥0.000047，Oracle 美东约 ¥0.000009。 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
| | T1 | T2 | T3 |
|---|---|---|---|
| Cloudflare | Queues 55%、Workers 订阅 24% | DO 写行 37%、Queues 29%、KV 读 11% | DO 写行 40%、Queues 25%、KV 读 10% |
| 阿里云自建 · 深圳 | RDS 41%、ECS 25%、流量 24% | **流量 68%**、ECS 13% | **流量 83%**、ECS 7%、ALB 5% |
| 腾讯云自建 · 广州 | MySQL 34%、流量 28%、CVM 22% | **流量 75%** | **流量 89%** |
| AWS 自建 · 美东 | EC2 37%、RDS 32%、流量 10% | **流量 45%**、EC2 27%、RDS 12% | **流量 61%**、EC2 15%、RDS 7%、日志 7% |
| Oracle 自建 · 美东 | MySQL 58%、Redis 19%、机器 19% | MySQL 48%、机器 31% | 机器 33%、**流量 26%**、MySQL 25% |
### 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：
| 每请求出方向 | T1 | T2 | T3 | 对照：Cloudflare（朴素 / 优化） |
|---|---|---|---|---|
| 5 KB（短问答） | ¥1,243 | ¥2,033 | **¥9,478** | T3：¥32,574 / ¥25,139 |
| 20 KB | ¥1,371 | ¥3,307 | ¥21,726 | 同上 |
| 50 KB（本文口径） | ¥1,625 | ¥5,854 | ¥45,696 | 同上 |
| 200 KB（带长上下文的 Agent） | ¥2,899 | ¥18,102 | ¥155,788 | 同上 |
| 500 KB（编码 Agent 常见） | ¥5,446 | ¥42,072 | **¥365,488** | 同上 |
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。
- **海外几家（T3，对 Cloudflare 优化版到朴素版）**：AWS 美东 15–27 KB，Google Cloud 美东 16–30 KB，Azure 美东 10–22 KB；新加坡出流量更贵，打平点更低。
- **Oracle 美东**：336–466 KB。它的 T3 账单从 5 KB 到 500 KB 只是 ¥6,562 到 ¥34,518，同样的区间 AWS 美东是 ¥18,896 到 ¥236,506。
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：
| | Cloudflare Workers | 阿里云 ESA 函数 | 腾讯云 EdgeOne 边缘函数 |
|---|---|---|---|
| 怎么计费 | 请求 + CPU 时间 | 按次，¥5/百万次 | 请求 ¥1.7/百万次 + CPU ¥0.11/百万毫秒 |
| 单次总时长 | 不限（客户端连着就行） | **120 秒**（等待也算） | 文档没写上限；`fetch` 超时最大可配 300 秒 |
| 首包 | 文档没列限制 | **10 秒内不出数据就回 504** | 文档没列限制 |
| 请求体 | 100 MB 起（看域名套餐） | 未查到 | **1 MB** |
| 单次 CPU | 默认 30 秒，可配到 5 分钟 | 文档没写数值 | **200 毫秒** |
| 子请求 | 默认 1 万次 | **4 次** | 64 次 |
| 强一致状态 | Durable Objects | 没有（KV 最终一致，最长 300 秒） | KV 内测，只对企业版，每个命名空间每天 100 万次读 |
| 中国大陆节点 | 只有 China Network（Enterprise + ICP） | 有，要 ICP 备案 | 有，要 ICP 备案 |
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。**
## 海外四家：三大云和国内云是同一本账，Oracle 是例外
**三大云的流量价和国内云在同一量级。** AWS、Azure 首档每 GB $0.087–0.09、新加坡 $0.12，Google Cloud 的 Premium 层每 GiB $0.11–0.12，折人民币 ¥0.58–0.81，和阿里云、腾讯云的 ¥0.80 差不多；量大以后三大云降到 $0.083–0.085（约 ¥0.56），比阿里云的 ¥0.75 略低。
**机器、数据库、日志更贵。** 所以 T1 时 AWS 美东（¥2,467）比阿里云深圳（¥1,625）贵 50%，Azure 美东（¥4,794）是它的近 3 倍。日志尤其明显：CloudWatch Logs、Cloud Logging、Azure Basic Logs 都是每 GB $0.50（约 ¥3.4），是阿里云 SLS 的 8 倍多。两边一抵，T3 美东的三大云和国内云都落在 ¥4.4–5 万。
如果客户端在中国大陆，Google Cloud 回给客户端的那部分流量按「到中国内地」计价，每 GiB $0.20–0.23。把全部出流量都按这个价算（上限），T3 美东会从 ¥43,798 涨到 ¥80,636。
**Oracle 的出流量几乎免费。** 价目表写明每月前 10 TB 出流量免费，超出后北美 $0.0085/GB、亚太 $0.025/GB。同地域内（包括跨可用域）的流量不收费，负载均衡转发的数据不另收费，日志写入也免费、只收存储。所以 T3 美东 50 TB 出流量只要 $338，阿里云深圳同样的流量是 ¥37,997。它的代价在别处：
- 价目 API 给每个「来源大区」各列一个 10 TB 免费档，我按「美东、新加坡各 10 TB」算；但官方页面只说「每月前 10 TB」，没写按什么维度算。
- 新加坡只有一个可用域，做不到跨可用区，只能跨故障域。
- 按量付费账户默认每个可用域只有 6 个 OCPU，T3 要 16 个，得先申请提额。
- NAT 网关对同一个目的地址和端口只能开约 2 万条并发连接，T3 峰值 23,148 条流都打同一个上游时会撞上，所以机器要挂公网 IP 直接出去。
- 最小的 MySQL 高可用规格按 3 个实例收费，每月 $170，是 T1、T2 账单的大头。
**负载均衡的默认超时，是海外几家最容易踩的坑：**
| | 默认 | 对 SSE 的影响 |
|---|---|---|
| 阿里云 ALB | 请求超时 60 秒 | 推理模型的长流要先调大 |
| AWS ALB | 空闲超时 60 秒，可调到 4,000 秒 | 推理模型思考超过 60 秒还没吐首个 token 就会断；调大或发 SSE 心跳 |
| Google Cloud 外部应用负载均衡 | 后端服务超时 30 秒，**算的是整个响应的总时长** | 不是空闲超时，超过 30 秒的流直接被截断，上线前要调到几百到几千秒 |
| Azure Application Gateway v2 | 请求超时 20 秒，按多久没收到数据算 | 超时后会把请求重试到另一台后端，**一条 POST 可能被转发两次、上游扣两次费**；跑 SSE 还要关掉默认开启的响应缓冲 |
| Oracle 灵活负载均衡 | 空闲超时 60 秒，可调到 7,200 秒 | 发送数据不会重置接收计时 |
**Serverless 和边缘函数，海外也一样不行：**
- **AWS Lambda**：一个执行环境同时只处理一个请求，流式响应要等整个流结束才停止计费，客户端断开也照扣；默认并发 1,000，T2、T3 的峰值都要申请提额。
- **Google Cloud Run**：一个实例最多可以同时处理 1,000 个请求，这是几家里最适合长连接的；但它按实例的挂钟时间计费，单实例并发 250 时 T3 仍要 ¥59,634。
- **Azure**：Functions Flex 默认单实例并发 16，T3 要 1,447 个实例，超过 1,000 个的上限；Container Apps 并发调到 100 后 T3 是 ¥79,376。
- **OCI Functions**：一个实例一次只处理一个请求，同步调用最长 300 秒，文档里没有流式响应的写法。
- **边缘**：CloudFront Functions 和 Lambda@Edge 都转发不了 20 秒的 SSE；Azure Front Door 的文档写明不支持 SSE。
**托管的 AI 网关**，三家有、Oracle 没有，但都不是为「转售」设计的：
- **Azure API Management**：v2 的三个层级都能透传 SSE，带 `llm-token-limit` 这类按 token 限流的策略。T1 用 Basic v2 约 $148/月；T3 用 Premium v2 是 $2,762–17,951/月，差别在每个单元能开多少条到同一上游的并发连接，我没核实到。
- **AWS**：Bedrock AgentCore Gateway 能代理 OpenAI、Anthropic 和任意 OpenAI 兼容端点，SSE 原样透传，2026-08 起支持按用户限 TPM。但鉴权只有 IAM、JWT 或不鉴权，没有「每个客户一个 API key」和预付费余额。API Gateway 的 REST API 从 2025-11 起支持流式响应，但它读不到流里的用量。
- **Google**：Apigee 能透传 SSE，但按 token 限流的策略只能用在最贵的代理类型上，每百万次调用 $64–100，T3 光调用费就要 $73,000/月。
- **Oracle**：没有通用的 LLM 网关。它的生成式 AI 服务只能调自己目录里的模型。
---
## 账单之外：延迟和可达性
| 2026-10-09 10:49（北京时间），深圳电信家宽，ICMP 往返 20 次 | 中位数 | P90 |
|---|---|---|
| 阿里云 深圳（ECS API 入口） | 7 ms | 19 ms |
| 阿里云 香港 | 13 ms | 16 ms |
| 腾讯云 广州（CVM API 入口） | 8 ms | 9 ms |
| 腾讯云 香港 | 13 ms | 20 ms |
| Cloudflare 任播地址（博客的 Pages / Functions 入口） | 162–164 ms | 166–186 ms |
同一条线路，11:55 左右再测各家的境外地域（ICMP 20 次，平均值）：
| 新加坡 | 平均 | 美东 | 平均 |
|---|---|---|---|
| 阿里云 新加坡 | 57 ms | 阿里云 弗吉尼亚 | 231 ms |
| 腾讯云 新加坡 | 89 ms | AWS us-east-1（S3 入口） | 224 ms |
| AWS ap-southeast-1（S3 入口） | 203 ms | Oracle us-ashburn-1 | 236 ms |
| Oracle ap-singapore-1 | 230 ms | | |
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。
- **新加坡不一定近**：同样在新加坡，阿里云 57 毫秒，AWS 和 Oracle 却要 200 多毫秒，和美东差不多。国内云的境外地域和国内运营商的互联通常好得多。Azure 和 Google Cloud 的入口是全球任播地址，ping 测不出某个地域的时延，所以没列。
**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](https://developers.openai.com/api/docs/supported-countries)、[Anthropic](https://www.anthropic.com/supported-countries)，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。
| 平台 | 用了哪些 Cloudflare 组件 | 证据 | 强度 |
|---|---|---|---|
| **Cloudflare AI Gateway** | Workers；日志先放 D1，后挪 R2，再改成按「账户 + gateway」分片的 DO | [官方博客 2024-10-24](https://blog.cloudflare.com/billions-and-billions-of-logs-scaling-ai-gateway-with-the-cloudflare/) | 证实 |
| **Helicone**（托管代理和托管 AI Gateway） | Workers + DO（限速器，加每个组织一个钱包：开始按最坏成本冻结，结束按实际用量结算）+ KV + Queues；超过 20 MiB 的请求体转给 Containers；后端在 AWS | [`worker/wrangler.toml`](https://github.com/Helicone/helicone/blob/main/worker/wrangler.toml)、[钱包 DO](https://github.com/Helicone/helicone/blob/main/worker/src/lib/durable-objects/Wallet.ts)、[官方文档](https://docs.helicone.ai/references/availability) | 证实（边缘请求路径） |
| **OpenRouter** | 边缘层用 Workers，在边缘缓存用户和 API key 数据；余额很低时会多查数据库，延迟上升 | [官方文档](https://openrouter.ai/docs/guides/best-practices/latency-and-performance) | 证实（只到边缘层） |
| **Portkey** | 开源网关仓库自带生产环境的 `wrangler.toml`，官方文档说托管版跑在全球「edge workers」上 | [wrangler.toml](https://github.com/Portkey-AI/gateway/blob/main/wrangler.toml) | 间接证据 |
| **Unkey**（迁走了） | 曾用 Workers + DO 做 API key 校验和限速，2025-08 迁到 AWS 上的有状态 Go 服务 | [联合创始人文章 2025-08-01](https://www.unkey.com/blog/serverless-exit) | 证实 |
| **Braintrust**（迁走了） | 2023 年 AI Proxy 跑在 Workers 上；现在托管入口是 AWS 上的 Gateway，原因没公开 | [2023 年博客](https://www.braintrust.dev/blog/ai-proxy)、[现行文档](https://www.braintrust.dev/docs/deploy/gateway) | 证实「迁了」 |
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
```mermaid
flowchart LR
%% layout: tree
Q(["付费用户主要在哪？"])
Q --> CN["中国大陆"] --> CN1["国内模型为主
→ 阿里云 / 腾讯云内地：常驻网关（Higress 或自写）+ Redis
别用函数计算 / 云函数，边缘函数只挡在前面"]
CN --> CN2["也要海外模型
→ 内地入口 + 境外节点调海外模型
出口放在 OpenAI / Anthropic 支持的地区（如新加坡、东京）
阿里云境外节点记得手动升级 CDT"]
Q --> OS["海外"] --> OS1["量小、不想运维
→ Cloudflare Workers + 每个 key 一个 DO
账务按月分库或外接数据库，日志关掉 payload"]
OS --> OS2["量大、流量重
→ Oracle 自建（出流量每月前 10 TB 免费）
已在 AWS / GCP / Azure 上的，流量账和国内云差不多"]
Q --> BOTH["两边都有"] --> BOTH1["→ 两个入口各自就近
账务只放一处，别双写"]
classDef q fill:#fff3bf,stroke:#f08c00
classDef pick fill:#d3f9d8,stroke:#2f9e44
class Q q
class CN1,CN2,OS1,OS2,BOTH1 pick
```
*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，六家云厂商的自建都比不过；
- 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），国内云或三大云自建会更便宜；
- 用户在海外、规模大，又愿意自己运维机器：Oracle 自建在 T3 便宜 2.8–3.7 倍；
- 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](https://developers.cloudflare.com/workers/platform/pricing/)、[Workers 限制](https://developers.cloudflare.com/workers/platform/limits/)
- [Durable Objects 定价](https://developers.cloudflare.com/durable-objects/platform/pricing/)、[DO 设计规则](https://developers.cloudflare.com/durable-objects/best-practices/rules-of-durable-objects/)
- [KV 工作原理](https://developers.cloudflare.com/kv/concepts/how-kv-works/)、[Queues 定价](https://developers.cloudflare.com/queues/platform/pricing/)
- [D1 定价](https://developers.cloudflare.com/d1/platform/pricing/)、[D1 限制](https://developers.cloudflare.com/d1/platform/limits/)
- [Observability 定价（2026-12-01 起）](https://developers.cloudflare.com/observability/pricing/)
- [AI Gateway 定价](https://developers.cloudflare.com/ai-gateway/reference/pricing/)、[AI Gateway 限制](https://developers.cloudflare.com/ai-gateway/reference/limits/)
- [China Network](https://developers.cloudflare.com/china-network/)、[China Network 可用产品](https://developers.cloudflare.com/china-network/reference/available-products/)
- 阿里云（价格来自 aliyun CLI 询价接口，规则来自文档）：
- [CDT 公网流量](https://help.aliyun.com/zh/cdt/internet-data-transfers/)、[升级至 CDT 计费](https://help.aliyun.com/zh/cdt/user-guide/upgrade-to-cdt-billing)
- [ALB 计费规则](https://help.aliyun.com/zh/slb/application-load-balancer/product-overview/alb-billing-rules)、[NAT 网关计费](https://help.aliyun.com/zh/nat-gateway/nat-gateway-billing)
- [函数计算计费](https://help.aliyun.com/zh/functioncompute/fc/product-overview/billing-overview-of-fc)、[单实例多并发](https://help.aliyun.com/zh/functioncompute/fc/configure-the-concurrency-of-a-single-instance)
- [AI 网关规格与价格](https://help.aliyun.com/zh/api-gateway/ai-gateway/product-overview/free-product-templates)
- [ESA 函数和 Pages 限制](https://help.aliyun.com/zh/edge-security-acceleration/esa/user-guide/what-is-functions-and-pages)、[ESA 函数计费](https://help.aliyun.com/zh/edge-security-acceleration/esa/user-guide/functions-and-pages-billing)
- 腾讯云（价格来自 tccli 询价接口，规则来自文档）：
- [公网流量价格](https://cloud.tencent.com/document/product/213/113026)、[CLB LCU 计费](https://cloud.tencent.com/document/product/214/58387)
- [云函数计费](https://cloud.tencent.com/document/product/583/12281)、[云函数 SSE](https://cloud.tencent.com/document/product/583/90617)
- [EdgeOne 套餐](https://cloud.tencent.com/document/product/1552/94158)、[EdgeOne 超额单价](https://cloud.tencent.com/document/product/1552/94159)、[边缘函数限制](https://cloud.tencent.com/document/product/1552/81344)
- 案例与故障：
- Cloudflare 故障复盘：[2025-06-12](https://blog.cloudflare.com/cloudflare-service-outage-june-12-2025/)、[2025-11-18](https://blog.cloudflare.com/18-november-2025-outage/)
- [阿里云香港可用区 C 故障说明（2022-12）](https://www.alibabacloud.com/zh/notice/resolved_service_outage_in_zone_c_of_the_china_hong_kong_region_1ae)
- [Higress](https://github.com/higress-group/higress)、[阿里云 AI 网关产品页](https://www.aliyun.com/product/apigateway)
- [GreatFire：workers.dev](https://en.greatfire.org/domain/workers.dev)（第三方观测）
- 海外四家（价格来自公开价格接口或官方价目页，规则来自文档）：
- AWS：[EC2 按需价（含出流量）](https://aws.amazon.com/ec2/pricing/on-demand/)、[Lambda 定价](https://aws.amazon.com/lambda/pricing/)、[Lambda 响应流式](https://docs.aws.amazon.com/lambda/latest/dg/configuration-response-streaming.html)、[ALB 空闲超时](https://docs.aws.amazon.com/elasticloadbalancing/latest/application/edit-load-balancer-attributes.html)、[AgentCore Gateway 推理目标](https://docs.aws.amazon.com/bedrock-agentcore/latest/devguide/gateway-targets-inference.html)
- Google Cloud：[网络价格](https://cloud.google.com/vpc/network-pricing)、[Cloud Run 定价](https://cloud.google.com/run/pricing)、[负载均衡超时](https://cloud.google.com/load-balancing/docs/https/request-distribution#timeouts_and_retries)、[Apigee 定价](https://cloud.google.com/apigee/pricing)
- Azure：[带宽价格](https://azure.microsoft.com/en-us/pricing/details/bandwidth/)、[Application Gateway 与 SSE](https://learn.microsoft.com/en-us/azure/application-gateway/use-server-sent-events)、[Application Gateway 502 排查（超时重试）](https://learn.microsoft.com/en-us/troubleshoot/azure/application-gateway/application-gateway-troubleshooting-502)、[API Management 的 AI 网关能力](https://learn.microsoft.com/en-us/azure/api-management/genai-gateway-capabilities)、[Front Door 与 WebSocket / SSE](https://learn.microsoft.com/en-us/azure/frontdoor/standard-premium/websocket)
- Oracle：[价目表（网络）](https://www.oracle.com/cloud/price-list/#pricing-networking)、[VCN 价格](https://www.oracle.com/cloud/networking/virtual-cloud-network/pricing/)
- 模型价格：[DeepSeek 定价](https://api-docs.deepseek.com/zh-cn/quick_start/pricing)、[通义 qwen-flash](https://help.aliyun.com/zh/model-studio/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）；海外四家没有用 CLI，用的是上文的公开价格接口。