Cloudflare AI Search: биллинг с 1 ноября 2026

Cloudflare AI Search стал общедоступным, и вместе с GA компания наконец включила то, что рано или поздно появляется у любого взрослого облачного продукта: биллинг. Списание за AI Search начнётся 1 ноября 2026 года.

Заголовок звучит неприятно, но важная оговорка есть сразу: бесплатный месячный объём остаётся на всех Workers-планах. Для небольших проектов счёт может по-прежнему остаться нулевым.

Одновременно Cloudflare расширила сам AI Search: добавила нативный поиск по изображениям, OCR для сканированных PDF и увеличила максимальный размер поддерживаемых файлов.

Что произошло с AI Search

AI Search вышел из preview и получил статус General Availability. Это означает, что Cloudflare считает продукт готовым для более широкого production-использования и фиксирует коммерческую модель.

AI Search объединяет несколько частей инфраструктуры Cloudflare: хранение контента, индексацию, embeddings, полнотекстовый и векторный поиск, а также retrieval для AI-приложений.

Идея в том, чтобы разработчику не собирать вручную отдельный crawler, chunker, vector database, keyword index и reranker для типового RAG-сценария.

С 1 ноября начинается биллинг

Cloudflare заявила, что биллинг AI Search будет включён 1 ноября 2026 года. До этого продукт работал в preview без полноценной коммерческой тарификации.

Стоимость складывается из трёх основных частей: загрузка и обработка контента, хранение индекса и поисковые запросы.

При этом parsing, chunking, embedding на поддерживаемых Workers AI моделях, keyword indexing и reranking включены в модель продукта и не требуют отдельного расчёта как самостоятельные серверные инстансы.

Сколько стоит загрузка данных

По опубликованной Cloudflare таблице базовый ingestion стоит $0,75 за 1 миллион токенов. Обработка изображений добавляет $0,50 за 1 миллион токенов.

В бесплатный месячный лимит входит общий пул 5 миллионов ingestion tokens. Он распространяется на поддерживаемые типы контента, включая текст и изображения.

Для обычной базы документации это довольно большой запас, но при постоянной переиндексации крупных каталогов объём стоит считать заранее.

Хранение и запросы считаются отдельно

Хранение индексированных данных стоит $2 за GB в месяц. Бесплатный лимит составляет 10 GB.

Семантические, hybrid и vector запросы стоят $0,75 за 1000 запросов, а full-text поиск — $0,10 за 1000 запросов.

На бесплатном уровне Cloudflare оставляет по 1000 semantic и 1000 full-text запросов в месяц.

Цены выше взяты из анонса Cloudflare на момент публикации этой статьи. Перед запуском production-проекта всё равно стоит проверить актуальную pricing page, потому что облачные тарифы могут меняться.

Где можно случайно потратить больше ожидаемого

Первый риск — бесконечная переиндексация. Если pipeline постоянно считает документ новым или регулярно перезаливает весь набор вместо изменившейся части, ingestion растёт без реальной пользы.

Второй риск — бессмысленные semantic запросы. Не каждый поиск требует vector retrieval. Для точного артикула, ID заказа или известного названия иногда дешевле и точнее использовать full-text или обычную базу данных.

Третий риск — слишком большой объём мусорного контента. Если в индекс попадают меню, служебные страницы, дубли, черновики и одинаковые файлы, вы платите за хранение и поиск по данным, которые ухудшают результат.

AI Search теперь лучше понимает изображения

Раньше Cloudflare могла сделать изображение доступным для поиска через распознавание объектов, генерацию текстового описания и embedding этого описания.

Теперь AI Search умеет создавать native image embeddings. Пиксели участвуют в retrieval напрямую, а текстовая подпись остаётся дополнительным сигналом.

Для ecommerce это особенно интересно. Пользователь может искать визуально похожий товар не только по словам в карточке. Для внутренних баз знаний можно находить схемы, скриншоты и диаграммы по их визуальным признакам.

Появился OCR для сканированных PDF

Многие PDF содержат не текстовый слой, а отсканированные страницы. Обычный parser не сможет извлечь оттуда содержимое.

AI Search теперь позволяет включить OCR: сервис распознаёт текст на каждой странице, а уже затем выполняет chunking и embedding.

OCR доступен всем аккаунтам, а его использование учитывается как image processing ingestion.

Это открывает нормальный RAG по договорам, инструкциям, актам, старым сканам и архивным документам, которые раньше приходилось отдельно прогонять через OCR-сервис.

Максимальный размер файла вырос

Для текстовых файлов и PDF лимит увеличен с 4 MiB до 10 MiB. Поддерживаются Markdown, HTML, CSV, JSON и другие текстовые форматы.

Десять мегабайт всё ещё не превращают AI Search в хранилище огромных архивов или видео, но для документации и большинства PDF это заметно удобнее.

За что на самом деле платит проект

Полезно смотреть не на отдельную цену запроса, а на полный жизненный цикл данных.

Контент попадает в источник.
AI Search забирает и обрабатывает его.
Данные разбиваются на chunks и индексируются.
Индекс занимает место.
Пользователи или агенты выполняют запросы.
Найденный контекст передаётся языковой модели, которая имеет уже собственную стоимость inference.

AI Search закрывает retrieval, но ответ генеративной модели может оплачиваться отдельно. Поэтому общая цена RAG-приложения всегда состоит из нескольких частей.

Когда free tier действительно хватит

Небольшая база документации, сайт компании, каталог инструкций или прототип внутреннего поиска вполне могут помещаться в бесплатные лимиты, особенно если данные обновляются не каждую минуту.

Но если речь о тысячах постоянно меняющихся товаров, миллионах документов или публичном поиске с большим трафиком, лучше заранее оценить ingestion, storage и число запросов.

Хорошая практика — считать расходы на тестовом наборе, включать метрики и только потом масштабировать индекс.

AI Search уже не просто эксперимент

GA важнее самого слова «платный». У продукта появилась более определённая модель эксплуатации, понятная тарификация и новые функции для реальных документов и изображений.

Cloudflare также пишет, что дальше планирует расширять ingestion до видео и аудио и перерабатывать keyword search для больших наборов данных.

То есть AI Search постепенно двигается от простого hosted RAG к более универсальному поисковому слою для мультимодального контента.

Ранее я уже разбирал, как AI Search индексирует объекты R2 по Content-Type. Если нужен собственный AI-поиск, RAG или автоматизация работы с базой знаний, можно посмотреть разработку автоматизаций A.S Groups.