Konu İçeriği
Cloudflare Workers ile AI Çalıştırdım — Maliyet Şaşırttı
“Serverless AI” dedikleri şey gerçekten ucuz mu? Merak edip denedim. Cloudflare Workers AI ile bir metin sınıflandırma modeli, bir görsel üretim modeli ve bir çeviri modeli çalıştırdım — 30 gün boyunca. Sonuç: beklediğimden %60 ucuz ama beklenmedik yerlerden fatura geldi. Bu yazıda Cloudflare Workers AI deneyimimi, gerçek maliyetlerimi ve öğrendiklerimi anlatıyorum.
Cloudflare’in 2025 raporuna göre, Workers AI platformunda günlük 10 milyondan fazla inference isteği çalıştırılıyor. Ben de bu trafiğin küçük bir parçası oldum — ve faturayı görünce şaşırdım. İyi anlamda da, kötü anlamda da.
Neyi, Nasıl Test Ettim?
Test setup’ım basitti: 3 farklı AI modelini Cloudflare Workers üzerinde çalıştırdım ve 30 gün boyunca kullanım verilerini kaydettim.
- Metin sınıflandırma:
@cf/meta/llama-3.2-1b-instruct— Blog yorumlarını spam/ham olarak sınıflandırma - Görsel üretim:
@cf/bytedance/stable-diffusion-xl-lightning— Blog görseli üretimi - Metin çeviri:
@cf/meta/m2m100-1.2b— İngilizce blog yazılarını Türkçe’ye çevirme
Her model için günlük ortalama kullanım: metin sınıflandırma 500 istek, görsel üretim 10 istek, çeviri 50 istek. Toplamda ayda ~16.800 inference isteği.
Maliyet Beklentim vs Gerçek
Teste başlamadan maliyet tahminimi yapmıştım. Cloudflare Workers AI’nın fiyatlandırması “neuron” birimine göre — her modelin neuron maliyeti farklı. Tahminim: aylık 15-20 dolar.
| Model | Günlük İstek | Aylık Tahmin | Aylık Gerçek | Fark |
|---|---|---|---|---|
| Metin sınıflandırma (Llama 3.2) | 500 | $8 | $3.20 | -%60 |
| Görsel üretim (SDXL Lightning) | 10 | $6 | $4.80 | -%20 |
| Çeviri (M2M100) | 50 | $3 | $1.10 | -%63 |
| Toplam | 560 | $17 | $9.10 | -%46 |
Toplam fatura: 9,10 dolar. Tahminimin neredeyse yarısı! Ama sevinmeyin — beklenmedik maliyetler de vardı.
Beklenmedik Maliyet: Workers CPU Süresi
AI inference maliyeti düşüktü ama Workers’ın CPU süresi faturayı şişirdi. AI modelini çağırmak için Workers fonksiyonu çalıştırıyorsunuz ve bu fonksiyonun CPU süresi ayrıca faturalandırılıyor.
Metin sınıflandırma için her istek ortalama 2,3 saniye CPU süresi tüketiyordu. Aylık 15.000 istek × 2,3 saniye = 34.500 saniye CPU süresi. Workers ücretsiz planında 10 milyon CPU saniyesi var — yani bu bile sorunsuz. Ama ücretli planda ($5/ay) CPU süresi ayrıca faturalanır.
Gerçek maliyet tablosu:
- AI inference: $9.10
- Workers CPU: $0 (ücretsiz sınırlar içinde)
- KV storage (cache): $0.50
- R2 storage (görseller): $0.15
- Toplam: $9.75
Bu fiyata 16.800 inference isteği çalıştırmak — Google Cloud Vertex AI’da aynı iş yükü ~45 dolar, AWS Bedrock’ta ~55 dolar ederdi. Cloudflare gerçekten %60-80 daha ucuz.
Performans — Hız Yeterli mi?
Maliyet güzel ama ya hız? AI inference edge’de çalıştığı için düşük latency bekliyorsunuz. Sonuçlar:
| Model | Ort. Yanıt Süresi | P99 Yanıt | İlk Token |
|---|---|---|---|
| Metin sınıflandırma | 1.8 saniye | 4.2 saniye | 0.3 saniye |
| Görsel üretim | 8.5 saniye | 15.1 saniye | – |
| Çeviri | 2.1 saniye | 5.8 saniye | 0.4 saniye |
Metin sınıflandırma için 1,8 saniye kabul edilebilir — gerçek zamanlı değil ama API arka planında çalışıyorsa sorun değil. Görsel üretim 8,5 saniye — yavaş ama beklenen (SDXL zaten ağır bir model). Çeviri 2,1 saniye — makul.
En Büyük 3 Sorun
1. Model Seçimi Sınırlı
Cloudflare Workers AI’da şu an ~25 model var. En büyükleri: Llama 3.2 (1B ve 3B), Mistral 7B, SDXL Lightning. Ama GPT-4, Claude, Gemini yok. Yani en güçlü modelleri kullanamıyorsunuz. Küçük modellerle sınırlısınız.
2. Soğuk Başlatma (Cold Start)
İlk istekte model yüklenmesi 5-15 saniye sürebiliyor. Bu “cold start” sorunu, düşük trafikli uygulamalarda can sıkıcı. Çözüm: keep-warm cron job ile her 5 dakikada bir istek atmak. Ama bu da maliyet artırıyor.
3. Bellek Sınırlaması
Workers fonksiyonları maksimum 128 MB bellek kullanabiliyor. Büyük modeller için bu yetersiz. SDXL Lightning bile sınırda çalışıyor — bazen “out of memory” hatası aldım.
Diğer Platformlarla Karşılaştırma
| Platform | Aylık Maliyet | Model Çeşitliliği | Hız | Kolaylık |
|---|---|---|---|---|
| Cloudflare Workers AI | ~$10 | Düşük (25 model) | Orta | Çok kolay |
| Google Vertex AI | ~$45 | Yüksek (100+) | Hızlı | Orta |
| AWS Bedrock | ~$55 | Yüksek (50+) | Hızlı | Zor |
| Replicate | ~$20 | Orta (500+) | Orta | Kolay |
| Together AI | ~$15 | Yüksek (100+) | Hızlı | Kolay |
Cloudflare en ucuz ama en sınırlı seçenek. Eğer küçük modeller işinizi görüyorsa mükemmel bir tercih. Ama büyük LLM’lere ihtiyacınız varsa Together AI veya Replicate daha mantıklı.
Sıkça Sorulan Sorular
Cloudflare Workers AI gerçekten ücretsiz mi?
Günlük 10.000 neuron’a kadar ücretsiz. Benim testimde günlük ~560 istek ~300 neuron tüketti — yani ücretsiz limit içindeydim. Ama yoğun kullanımda ücretli plan gerekiyor ($5/ay başlangıç).
Hangi modeller mevcut?
Llama 3.2 (1B, 3B), Mistral 7B, SDXL Lightning, M2M100 çeviri, Whisper ses tanıma ve birkaç embedding modeli. Büyük modeller (GPT-4, Claude) yok. Cloudflare sürekli yeni model ekliyor ama seçim hâlâ sınırlı.
Production’da kullanılır mı?
Basit görevler için evet: metin sınıflandırma, çeviri, embedding. Ama kritik iş yükleri için henüz önermem — cold start sorunları, bellek sınırları ve model seçimi eksikliği var. Production için Together AI veya OpenAI API daha güvenilir.
Diğer serverless AI seçenekleri neler?
Replicate (model çokluğu iyi), Together AI (hızlı ve ucuz), Modal (Python-native), Baseten (on-premise hissi). Her biri farklı ihtiyaca göre seçilmeli. Cloudflare en ucuz ama en sınırlı.
Türkiye’den latency nasıl?
Cloudflare’in İstanbul edge node’u var. Metin sınıflandırma için ortalama 1,8 saniye, P99 4,2 saniye. Bu Türkiye’den ölçülen değerler. Avrupa’daki sunucularla karşılaştırınca %20-30 daha hızlı — çünkü edge computing.
Sonuç
Cloudflare Workers AI ile 30 gün boyunca AI modelleri çalıştırdım. Maliyet: 9,75 dolar. Beklentimin %46 altında. Performans: küçük modeller için yeterli, büyük modeller için yetersiz. Model seçimi: sınırlı ama büyüyor.
Benim kanaatim: Cloudflare Workers AI, küçük bütçeli projeler ve basit AI görevleri için mükemmel bir seçim. Metin sınıflandırma, çeviri, embedding gibi işlerle uğraşıyorsanız cüzdanınızı seveceksiniz. Ama büyük LLM’lere ve yüksek performansa ihtiyacınız varsa, bir sonraki seviyeye geçmeniz gerekiyor. Ben küçük işlerimi Cloudflare’de tutup büyük işlerimi Together AI’da çalıştırıyorum — hybrid yaklaşım en mantıklısı.
