Cloudflare Workers AI gratis: 10,000 Neurons al día (2026)

Respuesta corta: cualquier cuenta de Cloudflare puede ejecutar modelos abiertos en Workers AI gratis, hasta 10,000 Neurons al día, con reinicio a las 00:00 UTC. Es un presupuesto de cómputo, no un número de solicitudes, así que lo que rinda depende del modelo que llames. En el plan Workers gratuito el presupuesto es un tope estricto; en Workers Paid (mínimo de 5 $/mes) lo que lo supere cuesta 0.011 $ por cada 1,000 Neurons.

Lo que recibes realmente

Workers AI es el servicio de inferencia serverless en GPU de Cloudflare. No alquilas una GPU ni despliegas un modelo; llamas por su nombre a un modelo del catálogo de Cloudflare (generación de texto, embeddings, generación de imágenes, voz a texto, traducción, clasificación y más) y Cloudflare lo ejecuta en GPU de su red. La parte gratuita es una asignación diaria de cómputo medida en Neurons.

En dólares, la asignación diaria vale 10,000 ÷ 1,000 × 0.011 $ = 0.11 $ al día, unos 3.30 $ en un mes de 30 días. Parece poco, pero muchos modelos del catálogo son modelos abiertos pequeños y baratos, así que la asignación cubre una cantidad sorprendente de tráfico de prototipado.

Cómo se traducen los Neurons en solicitudes reales

La página de precios de Cloudflare muestra el precio de cada modelo por millón de tokens junto con el número equivalente de Neurons. Las cifras de abajo salen de esa página; las estimaciones de solicitudes son cálculos nuestros, suponiendo una solicitud de chat típica de 500 tokens de entrada y 300 de salida.

Ejemplo práctico con Llama 3.1 8B: 500 tokens de entrada × 25,608 ÷ 1,000,000 = 12.8 Neurons, más 300 tokens de salida × 75,147 ÷ 1,000,000 = 22.5 Neurons, unos 35.3 Neurons por solicitud. 10,000 ÷ 35.3 ≈ 283 solicitudes al día. Los tokens de salida suelen pesar más, así que pedir respuestas más cortas es la forma más sencilla de estirar el presupuesto.

Embeddings e imágenes

• Los embeddings son muy baratos. @cf/baai/bge-m3 y @cf/qwen/qwen3-embedding-0.6b cuestan 1,075 Neurons por millón de tokens de entrada, así que los 10,000 Neurons gratuitos cubren unos 9.3 millones de tokens de entrada de embeddings al día: suficiente para indexar un sitio de documentación considerable en un prototipo RAG.
• bge-small-en-v1.5 cuesta 1,841 Neurons por millón de tokens (unos 5.4 millones de tokens/día gratis); bge-large-en-v1.5 cuesta 18,582 (unos 540,000 tokens/día).
• Las imágenes con FLUX.1 schnell se cobran por tile de 512×512 (4.80 Neurons) y por paso de difusión (9.60 Neurons). Una imagen de 1024×1024 son 4 tiles; con 4 pasos son 4 × 4.80 + 4 × 9.60 = 57.6 Neurons, así que caben unas 170 imágenes al día en la asignación gratuita.
• Los modelos de imagen premium cuestan mucho más: Leonardo Lucid Origin cuesta 636 Neurons por tile, así que una sola imagen de 1024×1024 usa más de 2,500 Neurons antes de los cargos por paso; solo unas pocas al día con la asignación gratuita.

Los 10,000 Neurons son un único fondo compartido para toda la cuenta, no una asignación por modelo. Combinar un modelo grande con embeddings e imágenes consume del mismo presupuesto diario.

Quién puede usarlo

Cualquiera con una cuenta de Cloudflare. No hay solicitud, ni requisito de ser estudiante, ni programa para startups, ni periodo de prueba: la asignación forma parte de los planes Workers Free y Workers Paid y se renueva cada día mientras exista la cuenta. Cloudflare no publica restricciones por país específicas de Workers AI más allá de sus condiciones de servicio habituales.

La única diferencia real de elegibilidad es por modelo. La página de precios de Cloudflare dice que Kimi K2.6, Kimi K2.7 Code, GLM-5.2, GLM-5.3, GLM-5.3 Flash, DeepSeek V4 Flash y DeepSeek V4 Pro requieren el plan Workers Paid o créditos prepago de AI Gateway. Si estás en Workers Free, quédate con el resto del catálogo (Llama, Qwen, gpt-oss, GLM-4.7 Flash, embeddings, FLUX, etc.).

Paso a paso: tu primera llamada gratuita a Workers AI

1. Crea una cuenta en dash.cloudflare.com/sign-up y verifica tu correo. Empiezas en el plan Workers Free.
2. En el panel, abre Workers AI y selecciona Use REST API.
3. Selecciona Create a Workers AI API Token, revisa los permisos ya rellenados y luego Create API Token. Cópialo en un lugar seguro. (También sirve un token personalizado, pero necesita permisos de lectura y edición de Workers AI.)
4. En la misma página, copia tu Account ID en Get Account ID.
5. Envía una solicitud a un modelo, sustituyendo el ID de cuenta y el token (ejemplo abajo).
6. Opcional: dentro de un Worker, añade un binding AI en tu configuración de Wrangler y llama a env.AI.run() en lugar de a la REST API; no hace falta gestionar tokens.

curl https://api.cloudflare.com/client/v4/accounts/$ACCOUNT_ID/ai/run/@cf/meta/llama-3.1-8b-instruct \
  -H "Authorization: Bearer $CLOUDFLARE_API_TOKEN" \
  -d '{ "prompt": "Where did the phrase Hello World come from?" }'

Usar el SDK de OpenAI

Cloudflare también ofrece una URL base compatible con OpenAI: https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/v1. Admite Chat Completions para la mayoría de los modelos de texto, Embeddings y la API Responses para @cf/openai/gpt-oss-120b y @cf/openai/gpt-oss-20b (solo sin streaming). Apunta cualquier cliente de OpenAI a esa URL, pasa el token de Workers AI como API key y usa el nombre de modelo @cf/….

from openai import OpenAI

client = OpenAI(
    base_url=f"https://api.cloudflare.com/client/v4/accounts/{ACCOUNT_ID}/ai/v1",
    api_key=CLOUDFLARE_API_TOKEN,
)
resp = client.chat.completions.create(
    model="@cf/meta/llama-3.1-8b-instruct",
    messages=[{"role": "user", "content": "Give me three names for a cat."}],
    max_tokens=100,
)
print(resp.choices[0].message.content)

Límites de uso (aparte del presupuesto de Neurons)

Aunque te queden Neurons, las solicitudes se limitan por tipo de tarea. Estos son los límites por minuto publicados por Cloudflare; los modelos en beta pueden tener límites menores, y las inferencias que ejecutas en local con Wrangler cuentan para los mismos límites.

Cloudflare acepta solicitudes de límites más altos o modelos personalizados mediante un Custom Requirements Form enlazado desde la página de límites.

Qué pasa cuando se acaba

• Workers Free: cuando la cuenta ha usado 10,000 Neurons desde el último reinicio de las 00:00 UTC, las siguientes solicitudes a Workers AI fallan con un error. No se factura nada; simplemente esperas al reinicio o pasas a un plan de pago.
• Workers Paid: los primeros 10,000 Neurons de cada día siguen siendo gratis; lo que los supere se mide a 0.011 $ por cada 1,000 Neurons y se añade a tu factura de Cloudflare. Workers Paid tiene un mínimo de 5 $ al mes por cuenta, que además sube tus límites generales de Workers (10 millones de solicitudes al mes incluidas en lugar de 100,000 al día).
• Modelos solo de pago: necesitan Workers Paid o créditos prepago de AI Gateway, independientemente de cuántos Neurons gratuitos te queden.

En Workers Paid no hay un tope estricto integrado en la asignación gratuita. Si un error provoca un bucle con un modelo grande, el exceso sigue acumulándose a 0.011 $ por cada 1,000 Neurons. Añade tu propio conteo de solicitudes o usa el rate limiting de AI Gateway antes de exponer un endpoint públicamente.

Los mejores usos de la asignación gratuita

• Prototipos RAG: genera embeddings con bge-m3 (caben millones de tokens al día en la asignación), guárdalos en Vectorize y responde con un modelo instruct pequeño.
• Funciones en el edge en un Worker existente: clasifica, resume, traduce o modera la entrada de los usuarios dentro del Worker que ya sirve tu sitio, sin otro proveedor de API ni otra key.
• Miniaturas e imágenes de relleno: FLUX.1 schnell, a unos 58 Neurons por imagen de 1024×1024, deja margen para más de cien imágenes al día.
• Bots personales y herramientas internas: un bot de Discord o Slack con Llama 3.1 8B o Qwen3 30B-A3B cabe sin problema con unos cientos de mensajes al día.
• Comparar modelos abiertos: la misma API y la misma unidad de facturación en decenas de modelos hacen que las comparaciones sean baratas.

Cómo se compara con otras API de IA gratis

Workers AI es poco habitual porque da un presupuesto diario de cómputo que nunca caduca, en lugar de un crédito único o una cuota de solicitudes por modelo. Eso lo convierte en un buen hogar permanente para funciones de bajo volumen, aunque su lista de modelos es sobre todo de pesos abiertos.

Si estás creando una startup sobre Cloudflare, mira también Cloudflare for Startups, que ofrece créditos de plataforma que pueden cubrir el uso por encima de la asignación diaria. Para una visión más amplia de las keys sin coste, consulta nuestra guía de API keys de IA gratis.

Historia y cambios recientes

• Antes de abril de 2024: Workers AI funcionaba como beta abierta.
• 2 de abril de 2024: Cloudflare anunció la disponibilidad general. El artículo de GA introdujo los 10,000 Neurons gratis al día para todos los clientes, un límite estricto para Workers Free a partir de ahí y 0.011 $ por cada 1,000 Neurons adicionales en Workers Paid. También subió la mayoría de los límites de LLM de 50 a 300 solicitudes por minuto.
• Desde entonces: la página de precios pasó a mostrar precios por modelo en dólares por millón de tokens junto a sus equivalentes en Neurons, aunque la facturación sigue haciéndose en Neurons. Se añadieron modelos de frontera más recientes (Kimi, GLM-5.x, DeepSeek V4) solo para planes de pago, con sus propios límites más bajos.

Errores comunes

• Pensar que 10,000 significa 10,000 solicitudes. Son 10,000 Neurons; una sola solicitud a un modelo grande puede usar cientos.
• Olvidar que el reinicio es en UTC. Según tu zona horaria, el presupuesto puede renovarse en mitad de tu jornada.
• Elegir un modelo solo de pago en Workers Free. Esas llamadas fallan sea cual sea tu asignación restante.
• No fijar max_tokens. Los tokens de salida cuestan más Neurons que los de entrada en casi todos los modelos; ponles un tope.
• Probar en local y sorprenderte con el consumo. El modo local de Wrangler sigue ejecutándose en GPU de Cloudflare y sigue contando.