Cloudflare的WorkersAI平台正式接入月之暗面（MoonshotAI）的KimiK2.5，支援256K上下文、多轮工具呼叫与视觉输入。Cloudflare内部安全审计Agent每天处理超过70亿token，切换后成本较中档商业模型降低77%。（前情提要：Cursor用KimiK2.5训模型却没说，开发者抓包、删推、官方急转弯全纪录）（背景补充：帮你挡爬虫的Cloudflare推出“一键全站爬虫API”，完美支援RAG、增量更新与模型训练）Cloudflare的WorkersAI平台悄悄做了一件大事，据Cloudflare官方部落格，把月之暗面的KimiK2.5设为AgentsSDKstarter的预设模型。Cloudflare工程师自己也在用它跑真实的安全审计任务，而且省了很多经费。KimiK2.5是目前开源阵营里少数做到“前沿规格”的模型之一，支援256K上下文视窗、多轮工具呼叫（multi-turntoolcalling）、视觉输入与结构化输出。对于需要长文推理的Agent任务来说，这几个数字已经相当实用。一天跑70亿token的安全AgentCloudflare工程师在OpenCode环境中直接把KimiK2.5拿来当程式设计Agent的主力，还部署了一个名为“Bonk”的公开程式码审查Agent，接入自动化管线。更亮眼的是内部安全审计场景。这个Agent每天处理超过70亿token。如果用标准等级商业模型跑同样的工作量，一年下来成本大概是240万美元，换成KimiK2.5之后，成本直接砍掉77%，省下将近185万美元。这个数字不是在做广告，而是Cloudflare工程师在官方部落格直接摊出来的帐。Cloudflare推出三个改进光是换模型还不够，Cloudflare同步推出三项平台层面的改进，专门针对Agent长对话场景的成本和效率问题：字首快取折扣（PrefixCaching）:多轮对话中已处理过的输入token不再重复计费，快取命中的token享受折扣价。长任务跑下来，这块省的钱相当可观。SessionAffinityHeader:新增x-session-affinity请求头标，将同一会话路由到同一模型，让快取命中率更高，OpenCode与AgentsSDKstarter已内建支援。异步批次推理API：超出同步速率限制的请求可以异步排队执行，内部测试通常在5分钟内完成。适合程式码扫描、研究类不需要即时回应的Agent任务。底层推理引擎：Infire加持，不是硬套现成框架Cloudflare没有用现成的推理框架，而是用自家的Infire推理引擎做了客制化核心，采用资料并行、张量并行与专家并行化，搭配分离式字首处理架构。目前KimiK2.5是WorkersAI上线大模型推理的第一个案例，也说明了Cloudflare在AI基础设施这块的野心，可以配合网路平台，而且够便宜。相关报导Cursor用KimiK2.5训模型却没说，开发者抓包、删推、官方急转弯全纪录帮你挡爬虫的Cloudflare推出“一键全站爬虫API”，完美支援RAG、增量更新与模型训练深度分析》Cloudflare推出稳定币“NETDollar”背后在下一盘什么大棋？〈Cloudflare接入KimiK2.5后每天跑70亿token，安全审计成本省下77%〉这篇文章最早发布于动区BlockTempo《动区动趋-最具影响力的区块链新闻媒体》。
