Cloudflare Workers AI DeepSeek V4 怎麼用？先看模型、context 與付費邊界
Cloudflare 在 2026 年 8 月 14 日把 DeepSeek V4 Flash 與 DeepSeek V4 Pro 放進 Workers AI。兩者都是百萬 token context 的模型，也支援 reasoning 與 function calling，但不能直接當成 Workers Free 的一般模型使用。
這篇先把模型 ID、付費條件和最小呼叫方式分開，讓你在改 Worker 之前知道要查哪一層。Cloudflare 的公告與模型頁面是本文的主要依據；模型能力和價格仍應以部署當天的官方頁面為準。
兩個模型的差異先看這張表
| 模型 | Workers AI model ID | 官方文件中的重點 | 使用前要知道 |
|---|---|---|---|
| DeepSeek V4 Flash | @cf/deepseek-ai/deepseek-v4-flash-0731 | 較快、較低成本的 sibling，支援 reasoning、function calling 與 1,048,576 token context | 取代 preview 版本，仍需要付費存取 |
| DeepSeek V4 Pro | @cf/deepseek-ai/deepseek-v4-pro-0813 | 支援 reasoning、function calling 與 1,048,576 token context | 不在標準 Workers Free billing 內 |
這裡最容易混淆的是「Workers AI 整體有 Free 與 Paid 方案」和「某個模型是否可用 Workers Free billing」是兩件事。兩個 DeepSeek V4 模型的官方頁面都寫明，需使用 Workers Paid plan 或預付的 AI Gateway credits；遇到 403／5035 時，可以先對照 Cloudflare Workers AI 付費模型錯誤的排查順序。
用 Workers binding 呼叫 DeepSeek V4
先在 Wrangler 設定檔加入 AI binding。binding 的名稱會決定 Worker 程式裡使用的 env 屬性：
{ "name": "deepseek-v4-worker", "compatibility_date": "2026-08-18", "ai": { "binding": "AI" }}接著把模型 ID 放在 env.AI.run() 的第一個參數。以下使用非串流回應，方便先確認帳務與模型路徑：
export interface Env { AI: Ai;}
export default { async fetch(_request: Request, env: Env): Promise<Response> { const response = await env.AI.run( '@cf/deepseek-ai/deepseek-v4-flash-0731', { messages: [ { role: 'system', content: '你是協助開發者排查問題的助手。' }, { role: 'user', content: '請用三點說明如何驗證一個 Worker 的部署。' }, ], }, );
return Response.json(response); },} satisfies ExportedHandler<Env>;如果要改用 Pro，只需要替換 model ID；不要只改顯示名稱，因為 Cloudflare 是用完整的 @cf/... 路徑辨識模型。模型頁面也提供 stream: true 的 SSE 範例，串流時要把回應的 content-type 設成 text/event-stream。
部署前先驗證三個邊界
1. 帳務來源是不是允許這個模型
先確認帳號已符合模型頁面的付費條件。AI Gateway credits 與 Workers AI binding 的設定路徑不完全相同；如果你是透過 Gateway 管理供應商模型，可以先讀 Workers AI Unified Billing 與 AI Gateway 的分工，不要把所有請求都假設成同一種 billing。
2. 模型 ID 是否與官方頁面一致
把實際使用的 ID 記在設定或測試案例裡，至少確認以下兩個值沒有混用：
@cf/deepseek-ai/deepseek-v4-flash-0731@cf/deepseek-ai/deepseek-v4-pro-0813這一步能分開「模型尚未提供」與「模型需要付費」兩種錯誤。不要先重建 binding 或輪替 token，因為錯誤若來自 billing，這些動作不會改變結果。
3. 本機測試也會連到 Cloudflare
Workers AI 的 Wrangler 本機開發不是完全離線的 mock。官方 getting-started 文件說明，執行 wrangler dev 時仍會連到 Cloudflare 帳號並產生用量；測試前先確認帳務與測試資料，避免把大量長 context 請求放在反覆 reload 的開發頁面。
如果既有程式使用 OpenAI SDK，也可以評估 Workers AI 的 OpenAI-compatible endpoint；那條路徑要改的是 baseURL、帳務憑證與 model name，不是把 Workers binding 的 env.AI 和 API key 寫法混在一起。
百萬 token context 不等於每次都該塞滿
官方模型頁面列出 1,048,576 token context，但這是模型的 context window，不是每次請求都應該上傳同樣大小的 repository 或完整 log。實務上仍要先處理：
- 只放與問題有關的檔案、錯誤訊息和版本資訊。
- 將需要保留的上下文與可重新取得的資料分開。
- 對長任務設定輸出上限，並量測 input、output 與 cached input 的用量。
- 若使用 function calling，限制可呼叫的工具與參數範圍，不把「有百萬 context」當成授權更多外部操作的理由。
DeepSeek V4 的重點是提供更大的上下文與 agentic 能力，不是自動替你完成權限、成本或工具治理。先通過模型 ID、付費條件和最小請求三個檢查，再把它放進正式工作流。
常見問題
Q: DeepSeek V4 Flash 可以用 Workers Free 嗎？
A: Cloudflare 的模型頁面目前標示這個模型需要付費存取，不能以標準 Workers Free billing 使用；請改用 Workers Paid plan 或預付的 AI Gateway credits，並以帳號當天的官方 billing 狀態為準。
Q: DeepSeek V4 Flash 和 Pro 的 model ID 可以互換嗎？
A: 不行。Flash 與 Pro 是兩個不同的模型，必須使用各自完整的 @cf/deepseek-ai/... ID。可以共用 env.AI.run() 的呼叫結構，但不能只改 UI 顯示名稱。
Q: wrangler dev 能不連 Cloudflare 就測 DeepSeek V4 嗎？
A: Workers AI 的官方本機流程仍會連到 Cloudflare 帳號執行模型，因此不應把它當成完全離線的單元測試。需要可重複的本地測試時，先把模型呼叫包成可替換的介面，再用固定 fixture 測 Worker 的輸入驗證與錯誤處理。
參考資料：
Cloudflare Changelog：DeepSeek V4 Flash and Pro now available on Workers AI
Cloudflare Workers AI：deepseek-v4-flash-0731
回報錯字、失效連結，或告訴我你想看的延伸主題。