Cloudflare Workers AI 免費 Neurons 怎麼用？每日 10,000 與 GPT OSS 120B

本篇是免費 token fuel 系列第 83 篇，研究 Cloudflare Workers AI 的 Free allocation。Cloudflare 官方目前寫明 Workers AI 同時包含在 Workers Free 與 Workers Paid plans；Free allocation 每個帳戶每天有總共 10,000 Neurons 不收費，所有限制在 00:00 UTC 重置。它是一條真正的 API／Worker inference route，但「10,000 Neurons」不是固定 token 數，也不是可以分享的公共 API key。

以 Cloudflare Workers AI 每日 10,000 Neurons、GPT OSS 120B、模型 Paid gate 與學生 Agent canary 呈現的 YOLO LAB 原創編輯封面 — YOLO LAB 原創編輯封面：以 Cloudflare Workers AI 每日 10,000 Neurons、GPT OSS 120B 敲門模型、3036／5035 停止線與 model allowlist 呈現學生 Agent 的受控燃料入口；非 Cloudflare 官方宣傳圖。

本篇分類為 CONDITIONAL_CLOUDFLARE_WORKERS_AI_10000_NEURONS_DAILY_MODEL_PAID_GATE。對學生主要 agent，它適合小型文字、分類、摘要與模型介面實驗；但需要 Cloudflare account、Account ID、具 Workers AI 權限的 API token 或 Worker binding。Free allocation 用盡後 further operations 會失敗；部分模型在 Workers Free 直接回傳要求 Paid plan 的 403，不能用多帳戶、代理或換 key 繞過。

本文只做官方 pricing、limits、REST API、errors、permissions、data usage 和 agent stop rule 整理，不代註冊 Cloudflare、建立 account、產生 API token、讀取 Account ID、建立 Worker、發送 live request、啟用 Workers Paid 或購買 AI Gateway credits。學生本人或負責組織要使用時，必須在自己的 Cloudflare dashboard 做新鮮 read-back。主要 agent 的人工接手原則可延伸閱讀 YOLO LAB AI agent 使用 FAQ。

Workers AI Free allocation 的核心結論

Cloudflare Pricing 文件目前把 Free Workers AI 描述為每日 10,000 Neurons，Free plan 不為這段 allocation 收費；使用超過每日 allocation 時，需要 Workers Paid，Paid usage 依模型計價。這個量是跨模型計算 GPU compute 的單位，官方用 Neurons 來表示不同模型的運算消耗，不能在文章中直接翻譯成「10,000 tokens」或「10,000 次請求」。

function classifyWorkersAiFree(snapshot) {
  if (snapshot.provider !== 'CLOUDFLARE_WORKERS_AI') return 'PROVIDER_MISMATCH';
  if (snapshot.plan !== 'WORKERS_FREE') return 'PAID_PLAN_REVIEW_REQUIRED';
  if (snapshot.freeNeuronsRemaining <= 0) return 'DAILY_NEURON_LIMIT_STOP';
  if (snapshot.modelRequiresPaid === true) return 'MODEL_PAID_GATE_STOP';
  return 'FREE_NEURON_ROUTE_ELIGIBLE';
}

截至 2026-08-25 的敲門模型：@cf/openai/gpt-oss-120b

截至 2026-08-25，本篇以 Cloudflare 官方 Pricing 與 Models catalog 都列出的 @cf/openai/gpt-oss-120b 作為當日能力較高的 Free-route 候選。它沒有被目前 Pricing 頁列出的 Workers Paid-only model 清單點名，但這不等於每個帳戶、每個 Region、每個時間點都保證可用；啟用前仍要重新讀回 plan、model catalog、model agreement、Neuron price、當日 error 與 account permission。這是敲門模型參考，不是固定免費 token 承諾。

const currentWorkersAiEntry = {
  model: '@cf/openai/gpt-oss-120b',
  route: 'WORKERS_FREE_CANDIDATE',
  checkedAt: '2026-08-25',
  paidOnly: 'READ_BACK_REQUIRED',
  entitlement: 'ACCOUNT_READ_BACK_REQUIRED'
};

Neurons 不是 input-output token

Neurons 是 Cloudflare 用來跨不同模型表示 GPU compute 的後端單位；同一段文字送給不同模型，消耗可能不同。Pricing 表格同時列出 Price in Tokens 與 Price in Neurons，但學生不能用 Neuron 數量預先承諾固定輸入／輸出 token、固定 prompt 次數或固定 agent turns。真正預算要以模型、輸入、輸出與 dashboard usage read-back 為準。

主要 agent 的 ledger 應記錄 model、task type、estimated neurons、actual usage、request status、查核時間與 reset boundary。若課程只需要比較 prompt，可以限制短文字和小 output；若要跑 image、audio 或 embeddings，就要重新查 pricing、task limit、資料類別與模型可用性，不能拿文字任務的 Neuron 估算套用全部能力。

每日 10,000 Neurons 何時重置

Cloudflare 官方寫明 Workers AI 的 free limits 每天在 00:00 UTC reset。這不是台北時間午夜，也不是每個學生第一次請求後 24 小時。排程器要將 reset timezone 寫進 manifest，並在跨日或 dashboard 讀回時重新確認；不能在接近重置時間大量併發，期待「剛好跨日」成為增加容量的技巧。

超額後應等待下一個官方 reset，或由 owner 另行核准 Paid route。不要建立多個 Cloudflare accounts 來拼接每日 allocation，也不要讓主要 agent 在 429 後持續送 request。這些行為會破壞 usage attribution，並可能觸發平台的安全限制；持續捕獲的對象是官方免費 allocation，不是繞過每日邊界的方法。

function scheduleAfterNeuronReset(nowUtc, state) {
  if (state.freeNeuronsRemaining > 0) return 'RUN_WITHIN_CURRENT_DAY';
  const nextUtcMidnight = new Date(nowUtc);
  nextUtcMidnight.setUTCHours(24, 0, 0, 0);
  return { action: 'WAIT', resumeAt: nextUtcMidnight.toISOString() };
}

Workers Free 與 Workers Paid 的差異

Workers AI 的 Free allocation 和 Workers Paid 是相連但不同的 plan boundary。官方目前寫 Workers Paid 最低 USD 5／月，仍包含每日 10,000 Neurons，超過部分按每 1,000 Neurons USD 0.011 計費。這表示 Paid 不是把免費額度取消，而是讓超過免費 allocation 的使用進入付費計價；主要 agent 不能自行把 Free 帳戶升級成 Paid。

Workers plan 另有自己的每日 requests、CPU time、subrequests、memory 與 Worker 數量限制。這些 Workers platform quota 不等於 Workers AI 的 Neuron allocation；一個 Worker 可能尚未撞到 100,000 requests/day，卻已經用完 10,000 Neurons，反之亦然。manifest 要把 AI quota 與 Worker hosting quota 分開。

部分模型在 Free plan 直接被擋

Cloudflare 近期 changelog 與 Pricing 文件目前列出幾個需要 Workers Paid 或 prepaid AI Gateway credits 的 model，包括 @cf/moonshotai/kimi-k2.6、@cf/moonshotai/kimi-k2.7-code、@cf/zai-org/glm-5.2，以及另外幾個 frontier model。Workers Free 對這些 model 會回傳 403、internal code 5035；這不是 Neurons 還有剩就能繼續使用的普通 rate limit。

仍可使用的模型也會變動，官方 changelog 當時列出部分可留在 Workers Free 的 model，但不應把那份清單永久硬編碼。每次 job 先查模型 catalog、model agreement、plan gate 與 current error；如果 model 要 Paid，就停止並交回 owner，不改用多個帳戶或把 API Gateway credits 偷接進免費路線。

function admitWorkersAiModel(model, snapshot) {
  if (!snapshot.catalogIds.includes(model)) return 'MODEL_NOT_IN_CATALOG';
  if (snapshot.paidOnlyIds.includes(model)) return 'WORKERS_PAID_REQUIRED';
  if (snapshot.modelAgreementRequired && !snapshot.agreementReadBack) {
    return 'MODEL_AGREEMENT_REVIEW_REQUIRED';
  }
  return 'MODEL_FREE_ROUTE_CANDIDATE';
}

REST API 與 Worker binding 是兩條 surface

Workers AI 可以從 Workers、Pages 或 Cloudflare API 呼叫。REST API 需要 Cloudflare account、Account ID 和 API token；Worker binding 則是在 Worker 內以 binding 呼叫 env.AI.run()。兩者都可使用 Workers AI，但 credential、部署、logs、data flow、限額與外部暴露面不同。學生先選一條 surface 做小型 canary，不同時開兩條背景路徑。

若主要 agent 只需要本機研究，REST API 方便用短腳本驗證；若要把服務提供給使用者，Worker binding 可以把 key 留在 Cloudflare server-side。無論哪條 surface，都不能把 API token 放在 browser、公開 repo、前端 bundle 或學生聊天訊息，並且要把 account、model、Neurons 和 side effect 設在同一個可審計的 route。

Workers AI REST token 的權限範圍

Cloudflare REST guide 說需要 API token 與 Account ID；若自行建立 token，文件要求 Workers AI Read 與 Workers AI Edit 權限。AI Gateway REST 文件則說 /accounts/{account_id}/ai/* endpoint 需要 Account > Workers AI > Read，只有 AI Gateway permission 會得到 401。這些文件反映不同 endpoint／模板的權限差異，不能複製一個全帳戶管理 token 給學生。

正確做法是先選定 REST、AI Gateway 或 Worker binding，再使用該官方頁的 prefilled template，讀回實際 permission、account scope、resource scope、expiration 與撤銷方式。若自訂 token 的 required permissions 在官方頁之間不一致，先停在 PERMISSION_SCOPE_REVIEW_REQUIRED，不以猜測放行。

function validateCloudflareAiToken(token, route) {
  if (!token.accountId || !token.expiresAt) return 'TOKEN_SCOPE_INCOMPLETE';
  if (route === 'WORKERS_AI_REST' && !token.workersAiRead) {
    return 'WORKERS_AI_READ_REQUIRED';
  }
  if (route === 'CUSTOM_TEMPLATE' && !token.workersAiEdit) {
    return 'CUSTOM_PERMISSION_REVIEW_REQUIRED';
  }
  if (token.scope === 'ALL_ACCOUNTS') return 'SCOPE_TOO_BROAD';
  return 'TOKEN_ROUTE_REVIEW_READY';
}

API token 與 Neuron allocation 必須分開

API token 只負責向 Cloudflare 證明呼叫者有權使用指定 account；Neuron allocation 才是 inference usage budget。擁有一把有效 token 不代表有更多 Neurons，也不代表 token 可以跨 account 使用。主要 agent 的 credential registry 要把 token reference、account ID、expiration、permission 與 Neuron ledger 分開保存，不能用 token 字串當作餘額。

一個學生只應使用自己或責任組織授權的 account。不能從網路收集 Cloudflare API token、不能分享 Account ID 加 bearer token、不能讓多個帳戶輪換、不能把 token 寫進 GitHub Actions log。若 token 疑似洩漏，owner 應撤銷、查 usage、重新做最小 scope，而不是只換 model 繼續跑。

建立最小 REST API canary

官方 REST guide 用 Execute AI model endpoint 示範 POST /accounts/{ACCOUNT_ID}/ai/run/{model}，要求 Authorization bearer token 與 prompt。學生 canary 應使用 catalog 中仍可在 Free plan 使用的文字模型、短 public／synthetic fixture、無檔案上傳、無外部工具與固定 output 上限。完成後檢查 response、model、Neurons、HTTP status、account 和 dashboard。

curl -sS "https://api.cloudflare.com/client/v4/accounts/${CLOUDFLARE_ACCOUNT_ID}/ai/run/@cf/meta/llama-3.1-8b-instruct" \
  -H "Authorization: Bearer ${CLOUDFLARE_API_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"Summarize this public fixture in three short points."}'

本文不執行這個 request，placeholder 也不是實際 token。使用者要先在 Cloudflare dashboard 自己建立 API token 並保存 secret；成功 response 只代表這個 account、model 和 route 在當下可呼叫，不代表任意 model、下一個 reset、任何 Workers plan 或任何資料類型都可用。

Neurons ledger 要記每日與模型

每一個 job 記錄查核日期、UTC reset boundary、model、task type、estimated Neurons、actual usage、status code、error code、Account ID 的遮罩別名與是否使用 Paid／AI Gateway。不要只記 token 數；同一 token 長度在不同 model 可能消耗不同 Neurons。每日 ledger 在 reset 後開新 bucket，不把前一天的剩餘量帶入下一天。

若 dashboard 的 usage 尚未更新，先把狀態標為 pending，不要在延遲期間大量追加請求。若出現 3036 account limited，停止到下一個 reset；若出現 3040 out of capacity，短暫退避一次後仍失敗就交給 owner；若出現 5035 model paid gate，不能重試同一 model。

function recordWorkersAiUsage(before, response, after) {
  if (response.errorCode === 3036) return 'DAILY_NEURON_STOP';
  if (response.errorCode === 5035) return 'PAID_MODEL_STOP';
  if (response.errorCode === 3040) return 'CAPACITY_BACKOFF';
  if (after.resetAt !== before.resetAt) return 'RESET_BOUNDARY_RECHECK';
  return {
    action: 'APPEND_MASKED_LEDGER',
    model: response.model,
    status: response.status,
    usage: response.usage
  };
}

Cloudflare Workers AI 的錯誤分類

官方 Errors 文件把不同失敗分得很清楚：5035／403 表示 model requires Workers Paid；3036／429 表示已用完每日 10,000 Neurons；3040／429 表示 out of capacity；5007／400 表示沒有這個 model；5016／403 可能是尚未同意 model terms。主要 agent 要依 error code 決定 stop、agreement review、model recheck 或有限 backoff，不能把所有錯誤都當成網路問題。

錯誤處理要避免副作用重複。純文字摘要可以有限重試；寫入資料庫、寄信、部署、付款與刪除不應直接由 Workers AI response 觸發。若 request 在 network timeout 後其實已執行，重送可能造成重複結果；學生先做 read-only canary，並由人確認 response 再進入下一個動作。

AI Gateway credits 不是 Workers Free allocation

Cloudflare Pricing 說可以用 prepaid AI Gateway credits 支付 Workers AI inference，frontier models 使用 prepaid credits 時也可能有較高 rate limits。這條路線與 Workers Free 每日 10,000 Neurons 不同：AI Gateway credits 是預付費資源，會把 billing、gateway configuration、permission 和第三方模型路由帶進來，不應被學生 agent 當成免費 fallback。

AI Gateway REST API 還可以路由 OpenAI、Anthropic、Google 等第三方 model；如果使用 gateway，token 可能有 account-level permission，可以消耗已存入的 provider credentials 或 credits。主要 agent 只有在 owner 明確核准、資料政策和費用 read-back 完整時，才建立另一路 paid manifest；Workers Free route 不自動轉成 gateway route。

Workers AI 資料政策與模型授權

Cloudflare Workers AI data usage 文件目前說，inputs、outputs、embeddings 與 training data 都是 Customer Content；Cloudflare 不把 Customer Content 提供給其他 Cloudflare customer，也不使用它來訓練 Workers AI models 或改善 Cloudflare／third-party services，除非得到明確 consent。這是有利於 API canary 的資料邊界，但不代表學生可以送任何敏感資料。

Workers AI model 可能由第三方提供，Cloudflare 文件提醒每個 model 仍有自己的 open-source 或其他 license terms。學生使用 Llama、Gemma、Qwen 或其他 model 時要查 model card、license、acceptable use 與輸出用途；「Cloudflare 免費」不等於「所有模型授權、所有產出或所有商業用途免費」。

資料最小化與學生 canary

第一輪只送 public／synthetic text，避免 API token、密碼、cookie、個資、學籍、客戶檔案、私有 repository、未公開研究和付款資料。若模型需要 image、audio、embedding 或 training data，先重新讀 pricing、data usage、model license、retention、Account scope 和刪除流程。不要因為 Cloudflare 不使用 Customer Content 訓練，就跳過資料分類。

學生完成 canary 後人工檢查 response、資料是否意外回傳、模型 license、usage 與 error handling。主 agent 只能產生草稿或建議，正式發布、寄信、部署、付款和 repository write 仍要人工核准。這讓 Neuron allocation 用在學習，而不是無限擴大自動化權限。

Workers platform quota 另行管理

如果學生用 Worker binding 包裝 Workers AI，還會遇到 Workers Free 的 daily requests、CPU time、memory、subrequests、environment variable 與 Worker size limits。這些 hosting limits 和 Workers AI Neuron limit 是兩個不同的 quota domain。Worker 可以在 AI 尚未用完時先因 CPU 或 request limit 失敗，也可以反過來只剩 hosting capacity 而 Neurons 已用盡。

主要 agent manifest 把 WORKERS_PLATFORM 與 WORKERS_AI_INFERENCE 分開，錯誤訊息也要保留 domain。若 route 同時使用 R2、KV、D1、Vectorize 或 AI Gateway，還要把各服務的 storage、egress、billing、permission 與 deletion 另外查核，不能只看 Workers AI 免費 allocation。

學生課程的合適使用方式

Workers AI 適合成年或依責任組織條款可使用 Cloudflare 的學生，做短文字分類、摘要、embedding 比較、模型 catalog、REST authentication 和錯誤分流練習。課程先使用學生自己的或學校正式授權的 account，設定每天遠低於 10,000 Neurons 的內部 cap，並把 token、Account ID、model、response 和 logs 留在受控環境。

不適合的做法包括把一把 account token 貼在全班 notebook、讓未授權使用者直接呼叫、用多帳戶拼每日 allocation、把 Paid-only model 當成 Free model、使用第三方 provider keys、把 API response 自動發佈到公開網站，以及將課程學生資料原封不動送入 canary。課程要教的是可控的 API route，而不是追求消耗完免費 Neurons。

Paid fallback 必須人工開啟

每日 allocation 用盡或 model 需要 Paid 時，預設 fallback 是等待、換成已確認的 Free model、改用 local model 或停止。Workers Paid、AI Gateway prepaid credits、第三方 model route 和更高 rate limit 都可能產生費用或帶來新的 credential scope，不能由主要 agent 在背景打開。

若 owner 核准 Paid，先保存 account、plan、billing method、spend cap、model、Neurons pricing、gateway、data policy、token scope、expiration 和撤銷證據，再用最小 public fixture 做新 canary。Free route 的成功不會自動證明 Paid route 的 cost、privacy 或 model behavior。

function chooseWorkersAiFallback(state) {
  if (state.errorCode === 3036) return 'WAIT_FOR_UTC_RESET';
  if (state.errorCode === 5035) return 'SELECT_CONFIRMED_FREE_MODEL';
  if (state.errorCode === 3040) return 'ONE_BACKOFF_THEN_OWNER_HANDOFF';
  if (state.paidApproval !== true) return 'LOCAL_ONLY_OR_STOP';
  return 'PAID_MANIFEST_REVIEW_REQUIRED';
}

主要 agent 的 Workers AI manifest

最小 manifest 要把 Neurons、token、account、model、plan 和 data route 分開。不能只有 free: true，因為每天 reset、Paid-only model、AI Gateway credits、Workers request quota 與 model license 都會改變可用性。每個 session 開始前重新讀官方 pricing、limits、errors、catalog、permission 與 data usage，並將不確定狀態標成 stop。

const workersAiStudentManifest = {
  provider: 'CLOUDFLARE_WORKERS_AI',
  plan: 'WORKERS_FREE',
  dailyFreeNeurons: 10000,
  resetTimezone: 'UTC',
  dataClass: 'PUBLIC_OR_SYNTHETIC',
  tokenStorage: 'SERVER_SIDE_ONLY',
  paidFallback: false,
  gatewayCredits: false,
  accountRotation: false,
  maxRetries: 1,
  humanReviewBeforeSideEffect: true,
  stopOn: ['3036', '5035', '403', 'KEY_LEAK', 'MODEL_DRIFT']
};

把 Neuron fuel 變成可控的每日預算

主要 agent 不應把 10,000 Neurons 當成每天一定要消耗完的額度。較安全的做法是先保留一段緊急餘裕，再按照課程、研究、驗證三類工作分配內部 cap。例如可以先把大部分配額留給短 prompt 的教材實驗，把小部分留給錯誤重現與隔日 read-back；實際比例仍要依模型的 Neuron price 和 dashboard 用量調整。這種內部 cap 是防止 agent 失控的治理線，不是 Cloudflare 對每個模型保證的固定 token 數。

估算時至少保留四個欄位：輸入文字長度、預期輸出上限、模型與 task type、每次請求的實際 Neuron usage。不要只用字數乘以請求次數推算，因為模型可能在不同輸入長度、不同輸出長度或不同任務上有不同計價方式。若第一次測試沒有拿到可信的 usage read-back，就把估算標成 provisional，並降低批次大小；不能用估算誤差去消耗完整的每日免費額度。

function reserveDailyNeuronBudget(snapshot, job) {
  const safetyReserve = Math.max(500, Math.ceil(snapshot.dailyFreeNeurons * 0.1));
  const available = snapshot.freeNeuronsRemaining - safetyReserve;
  if (job.estimatedNeurons > available) return 'BUDGET_RESERVE_STOP';
  return { action: 'ALLOW_SMALL_BATCH', remainingAfterReserve: available - job.estimatedNeurons };
}

併發、429 與重試要有上限

Workers AI Limits 文件列出不同 task 與 model 的 rate limits；文字生成、embedding、分類、影像或 audio 的上限並不相同，frontier model 也可能有另一組 per-account、per-model 限制。學生 agent 不能從每日 10,000 Neurons 反推每分鐘可以送多少 request。啟動前要以當天官方 limits 和使用的 model 為準，設定低於官方上限的本地 concurrency，並把 429、403 與 capacity error 分開記錄。

429 不代表都可以立即重試。若錯誤是 3036，代表每日 free allocation 已用盡，應等待 UTC reset；若是 3040，才可做一次有上限的退避後交由 owner 判斷；若是模型 Paid gate 或 agreement 缺失，重試只會重複失敗。每次 retry 要帶 job id、attempt number、model 和 error code，並在 ledger 中標記是否可能已消耗 usage。對主要 agent 而言，有限重試比盲目追求成功率更重要。

function retryWorkersAi(error, attempt) {
  if (error.code === 3036 || error.code === 5035) return 'NO_RETRY_HANDOFF';
  if (error.code === 3040 && attempt === 0) return 'BACKOFF_ONCE';
  if (error.httpStatus === 429 && attempt < 1) return 'BACKOFF_ONCE';
  return 'STOP_AND_RECORD';
}

Worker binding 的秘密管理與暴露面

如果課程用 Worker binding，AI binding 可以在 Cloudflare 的 server-side route 呼叫模型，讓瀏覽器不直接持有 Workers AI API token；但這不會自動解決所有安全問題。Worker endpoint 仍可能被公開濫用，學生提交的內容仍可能造成用量、資料或 abuse risk，Worker log 也可能意外記錄 prompt、response、Account ID 或錯誤細節。部署前要限制請求來源、輸入大小、輸出大小、頻率與可用 model，並檢查 log redaction。

REST token 與 binding 的差別也會影響撤銷路徑。REST route 的 token 要有明確 expiration、最小 account scope 與 owner 可查的最後使用紀錄；binding route 則要檢查 Worker deployment、secret／binding 設定、route exposure、版本回滾與刪除流程。學生完成課程後，owner 應能停用 endpoint、撤銷 token 或移除 binding，並確認 dashboard usage 不再增加。沒有這個收尾 read-back，就不能把 canary 當成已完成治理。

批次作業與互動 agent 分開

免費 allocation 更適合小批次、可中斷的學習工作，不適合讓主要 agent 在背景無限掃描資料。批次開始前先建立 job manifest，列出 input fixture 數量、model、預估 Neurons、最大 attempts、deadline、輸出位置與人工驗收者；每完成一小批就保存 response status、usage read-back 和剩餘額度。若中途遇到 quota、model drift、權限變更或 dashboard 延遲，直接保留已完成結果並停止，不要為了補齊批次自動換帳戶。

互動 agent 則應優先使用短 prompt、短 output 和 read-only 工具，避免把同一問題拆成許多平行請求。若需要長上下文、檔案解析、影像或多輪 tool use，要先重新計算 Neuron、rate limit、資料分類與錯誤副作用。這樣可以讓 Cloudflare Workers AI 成為學生可觀察的 token fuel，而不是一個無法說明每日消耗原因的黑盒服務。

每次啟用前都要做新鮮 read-back

Cloudflare 的定價、模型目錄、Paid gate、權限模板與 Limits 都可能隨平台更新而改變，所以這篇文章只能作為候選燃料的查核起點。主要 agent 每次啟用前，至少保存官方頁面查核時間、account plan、當日 model id、model agreement 狀態、token scope、reset boundary、Neuron usage 與第一個 canary 的 HTTP 結果。沒有日期的「免費」標籤不能直接進入路由。

若 pricing 顯示 allocation、models 或 billing 已變更，先把舊 manifest 標成 stale，再建立新的候選 manifest；不要在背景直接修改生產路由。若只有 dashboard 與文章數字不同，以目前帳戶和官方當日文件為準，並保留差異給 owner 審查。這個流程也讓學生學會免費 API 的有效期限與服務條款，而不是把網路教學中的舊配額當成永久承諾。

查核結果要能讓下一位維護者重現，而不是只留一句「可用」。因此 manifest 應保存官方 URL、查核者、查核時間、版本或 changelog 參照、model catalog 結果、錯誤分類與停止理由；secret、完整 token、完整 Account ID、使用者輸入和私人 response 不寫進文章或公開 log。若查核只完成一半，就標記 CONDITIONAL，不把候選項目列為已捕獲燃料。

對學生而言，這個 read-back 也提供清楚的學習邊界：可以觀察 API authentication、配額、rate limit、模型差異和錯誤分流；不能把課堂 token 當成公共資產，不能將同學資料送入未核准 route，也不能用自動化去追求每一日的最大消耗量。完成一次小型、可撤銷、可重跑的 canary，才是這項免費資源真正的教育價值。

每次 read-back 也要記錄「沒有做什麼」：沒有升級 Paid、沒有切換第三方 provider、沒有輪換帳戶、沒有提高 retry、沒有擴大輸入資料。把這些負向證據一併保存，才能證明免費方案的使用沒有偷偷跨過課程授權邊界。

function requireFreshCloudflareReadback(readback, now) {
  if (!readback.checkedAt || !readback.plan || !readback.modelId) return 'FRESH_READBACK_REQUIRED';
  const ageHours = (Date.parse(now) - Date.parse(readback.checkedAt)) / 3600000;
  if (ageHours > 24 || readback.catalogChanged || readback.permissionChanged) {
    return 'STALE_MANIFEST_STOP';
  }
  return 'READBACK_CURRENT_FOR_CANARY';
}

本文的官方查核順序

要重新啟用 Workers AI，先讀 Pricing 確認 10,000 Neurons、Paid price 與 Paid-only model；讀 Limits 確認 task／model rate limits；讀 REST API 與 permissions 確認 Account ID、token scope 和 endpoint；讀 Errors 確認 3036、5035、3040、model agreement；讀 Data usage 確認 Customer Content 與 model license；最後讀 Workers platform limits 確認 hosting quota。每次更新都保存查核日期。

如果官方文件、dashboard 與舊文章衝突，以當日 Cloudflare 官方文件與 account read-back 為準。不要把 2025 或早期 Workers AI 教學的模型、permission、price、neurons 或 endpoint 當永久規格；Free model catalog 與 Paid gate 會變動。未知就標成 RECHECK_REQUIRED，不因為一個舊 model ID 曾經成功而自動放行。

這篇文章的未做事項

本次沒有登入 Cloudflare、建立 account、取得 Account ID、建立或取得 API token、建立 Worker、建立 binding、設定 permissions、購買 Workers Paid、載入 AI Gateway credits、送出 live inference、讀取 Neurons dashboard、部署、外部 publication 或 WordPress 寫入。工作區沒有授權 Cloudflare account，因此不代收、不建立、不分享任何 token、key、prompt、response 或 billing data。

本篇完成的是每日 10,000 Neurons 的官方分類、Neurons 與 token／Workers quota 的分界、Free／Paid model gate、REST token scope、errors、data usage、model license、學生 canary、paid stop 與 fallback manifest。這足以讓合資格 owner 自行開始小型實驗，但不表示任何學生目前已經取得 Cloudflare token 或免費額度。

結論：每日 Neurons 配額型 API fuel

Cloudflare Workers AI Free allocation 是目前值得保留的 API fuel 候選：每日 10,000 Neurons、UTC 午夜重置、可從 REST API 或 Worker binding 呼叫，適合低量 public／synthetic 文字實驗。但 Neurons 不是固定 token；超額會停止，部分模型需要 Paid，Workers platform quota 另行計算，API token 需要精確 account permission，模型也有自己的 license。

主要 agent 的放行條件是 Workers Free、owner account、最小 token scope、當日 model catalog、Neuron ledger、public data、有限 retry、error code stop 和人工 review。只有在 owner 明確核准並建立獨立 billing manifest 時，才研究 Workers Paid 或 AI Gateway credits。下一次官方 recheck 若 10,000 Neurons、模型 gate、permissions 或資料政策改變，就更新分類，不沿用舊的免費標籤。