Cloudflare AI Search进入按量计费阶段:文档检索Agent先用固定问答集比较召回与成本
文档检索Agent的成本,过去通常被粗略概括为向量库费用加模型调用费。Cloudflare于10月1日宣布AI Search正式可用,并启用摄取、存储和查询三类按量计费,使成本可以拆成三部分:摄取多少内容、索引保存多少数据、实际发出多少语义或全文查询。这让团队能够直接比较托管检索与自建向量库,而不再只比较数据库月租。
计费起始时间存在官方页面差异。Cloudflare的GA博客和发布说明写明按量计费从2026年11月1日起生效,但截至2026年11月4日读取的Limits & pricing页面写明从12月1日开始计费。两种说法不能强行统一,因此当前更准确的表述是AI Search已进入按量计费阶段,而非所有账户都已开始扣费;采购或上线前应核对账户账单、控制台和最新价格页。
官方列出的每月免费额度包括500万摄取Token、10 GB月存储、1000次语义查询和1000次全文查询。超出后,基础摄取为每百万Token 0.75美元,图像处理额外每百万Token 0.50美元,存储为每GB月2美元,语义、向量和混合查询为每千次0.75美元,全文查询为每千次0.10美元。使用指定的Workers AI模型时,嵌入和重排序包含在AI Search价格中;生成、查询改写和外部模型仍会另行计费。
这次更具体的变化不是又出现一个文档聊天框,而是托管检索开始直接处理过去容易被压扁的信息。AI Search新增原生图像嵌入,可以按纹理、布局、图表关系和视觉细节寻找图片;扫描版PDF可先执行OCR,再切分和嵌入。使用原生多模态嵌入模型时,图片查询可以直接进入图像与文本的共同向量空间;如果实例使用纯文本模型,Cloudflare会先把查询图片转成描述再检索。因此,包含截图、商品图、扫描合同和图表的资料库不能仅凭演示判断效果,应分别测试不同模型组合的召回表现。
对个人、开发者或2到3人团队,第一步不是迁移全部资料库,而是完成一次可验收的成本与召回评测。先冻结一批真实问题,例如哪份合同规定了退款期限、哪个零件编号出现在扫描页中、哪张图展示了指定故障状态;再准备一组包含可搜索文本、扫描PDF、表格、截图和图片的资料。每个问题应保留标准答案或人工判定依据,否则只能看见系统返回了哪些结果,无法判断召回是否足够。
评测至少记录四项:标准答案是否进入前几个结果、回答引用的来源是否正确、OCR后的文本能否被准确检索,以及完整月度账单。成本要按同一口径计算,包括首次摄取、切分重叠产生的重复Token、图像处理、索引存储、语义与全文查询,以及生成答案所使用的模型费用。即使项目暂时位于免费额度内,也应代入超额单价预测长期成本,避免把免费期结果当成常态。
托管方案和自建向量库应使用同一批问题、同一批文档和相同验收指标。自建成本不能只有数据库月租,还要计入文档清洗、切分、嵌入、索引更新、权限、监控和维护;托管成本则要检查计划限制、数据权限和额外模型调用费用。当前开发者文档显示,免费计划每天网站抓取上限为500页,每个实例最多配置5个自定义元数据字段,启用OCR的PDF最大为10 MiB。这些边界可能比一次功能演示更能决定资料库是否适合迁移。
如果团队已经在使用Cloudflare Workers、R2或Access,AI Search提供REST、Workers绑定和MCP接口,可将检索作为Agent工具调用,接入成本通常会低于重新建设一套RAG基础设施。但接口可用并不等于接入工作没有成本:文档迁移、权限映射、OCR质量检查、召回评测和持续调优仍需自行承担。现有公开材料能够支持一项明确行动:有文档检索需求的团队先做固定问答集评测和成本测算,再决定托管、自建或混合方案;它尚不足以证明第三方服务商已经形成稳定的接入、迁移或持续调优付费市场。