#Workers AI

Cloudflare spojil prístup k vlastnej GPU inferencii a externým modelovým API cez spoločný binding, REST rozhranie, pozorovateľnosť a fakturáciu. Dokumentácia spresňuje 5 % poplatok za nákup kreditov aj možnosti vypnúť ukladanie citlivých promptov; pokročilé smerovanie podľa kvality, ceny či latencie však nemožno považovať za úplne hotovú funkciu.

Cloudflare pri modeloch Kimi K2.6 a GLM 5.2 zmenšilo KV cache aj váhy, čím zvýšilo priepustnosť a uvoľnilo pamäť GPU. Výsledky sú sľubné, no pochádzajú z meraní samotného prevádzkovateľa.