Cloudflare 进军大模型推理：首发 Kimi K2.5，内部安全 Agent 日耗 70 亿 token 成本降 77%

Cloudflare 近日宣布其 Workers AI 平台开始支持大模型推理，首个上线模型为月之暗面的 Kimi K2.5，具备 256K 上下文窗口、多轮工具调用、视觉输入及结构化输出能力，Agents SDK 模板已将其设为默认模型。

Cloudflare 内部已将 Kimi K2.5 应用于日常开发：工程师在 OpenCode 环境中用它作为编程 Agent 主力模型，还接入自动代码审查流水线。其中安全审计 Agent 每日处理超 70 亿 token，在单个代码库中发现 15 个以上确认安全问题，切换至该模型后成本降低 77%（原中档商业模型年成本约 240 万美元）。

平台同步推出三项改进：前缀缓存折扣（多轮对话已处理 token 不再重复计费）、Session affinity header（同一会话路由至同一实例提升缓存命中率）、异步批量推理 API（非实时请求可排队，5 分钟内完成）。