網路基礎設施龍頭 Cloudflare 近日宣布，旗下無伺服器推論平台 Workers AI 已完成架構升級，正式引進由 Moonshot AI 開發的 Kimi K2.5 大型模型。此次更新不僅標誌著平台具備處理超大規模上下文的能力，更透過獨家的 Infire 推論引擎與「分離式預填」策略，成功將 AI 代理程式（Agent）的運算成本大幅削減 77%，為全球開發者提供更具價格競爭力的企業級 AI 推論環境。

Cloudflare 此次將 Kimi K2.5 模型納入 Workers AI，主要瞄準複雜的 AI 代理應用。Kimi K2.5 以其優異的多輪工具調用與視覺分析能力著稱，並具備 256k（實為 262k）的長文本處理能力，能應對密集的程式碼審查與自動化任務。

為了在無伺服器環境中維持大型 LLM 的運行效率，Cloudflare 針對推論堆疊進行了底層技術革新：

• 分離式預填 (Disaggregated Prefill)：將輸入處理（Prefill）與內容生成（Generation）階段在硬體層級分離，最大化 GPU 使用率並減少延遲。
• 強化前綴快取 (Prefix Caching)：針對 AI 代理頻繁重複的系統指令與背景資料進行快取，並提供較低的計價費率，大幅提振首次響應時間（TTFT）。
• 非同步 API 重構：改採拉取式系統（Pull-based system），確保在高負載時段，非即時性任務（如大規模程式碼掃描）仍能穩定執行而不報錯。

Cloudflare 在台擁有密集的邊緣運算節點，此次技術升級對台灣正積極轉向 AI 轉型（AI Transformation）的企業具有高度價值。法人指出，台灣許多 SaaS 開發商過去受限於昂貴的專有模型授權費，Cloudflare 透過提供開放原始碼模型的推論服務，並藉由技術手段降低 77% 成本，將有效提振國內企業建置私有 AI 代理程式的意願，降低進入門檻。