每日AI简报

每日 AI 简报 · 2026-10-11

5 个部分约 10 分钟本文 4123 字
PART 01

今天只讲一件事：把「生成」和「判断」分到两个账本上。生成那一步按单元计价，判断那一步按神经元计价，各花各的钱。

PART 02

fal.ai：把图、视频、音频、3D 生成收进一个队列 API

段 1 · 是什么

它把几十家模型的生成接口收成一套 REST 调用。你省掉的是自己租 GPU、自己搭队列、自己给每个模型单独写轮询这一步。所有模型走同一个地址 queue.fal.run，返回同一个结构。

段 2 · 多少钱

以下均为官方价格页口径，美元，美国区，核验日期 2026-10-11。

自部署 GPU 列表价：H100 80GB 每小时 4.50 美元，批量低至 2.49；H200 6.00，低至 2.99；RTX PRO 6000 4.00，低至 1.99；B200 7.99；GB200 9.99；B300 12.99。

模型 API 按单元计价：

三个要留意的坑。

第一，官方在表下写明单价按「列表单位」计，每 1 美元能买多少单位只是近似值。

第二，视频按秒计价，改分辨率等于改单价，不要拿每秒 0.05 直接乘总时长。

第三，表里 GPT Image 2 那行标的是每单元 1 美元，换算口径没写清，按待确认处理。

价格页没有免费额度说明，本期也没有在账号里充值实测。

段 3 · 适合谁

你在同一条提示词上要横评三家出图模型，不想为每家单独开户、单独写轮询。你要把生成塞进夜间批量任务，早上直接收结果。你需要按秒试拍视频，而不是先买断一个月的订阅。这三类场景的共同点是调用量不稳定，按单元计价比包月更接近真实用量。

段 4 · 局限

额度与计费：计费单位是单元，分辨率、时长、步数都在乘这个单元，最容易失控的就是这里。

接口依赖：请求要带 Authorization: Key。本地图片不能当路径直接传，要先上传换成 URL，小文件可用 data URI，大文件必须先上传。

对账口径：提交后返回两个 ID，request_id 和 gateway_request_id。发生重试时两者会不一致，对账只认后一个。

输出可靠性：生成模型本身不确定，换分辨率、换步数都会让同一 seed 出不同的图，成片必须人工过一遍。

段 5 · 上手路径

  1. 先算账再放量。200 张 Nano Banana 2 就是 200 乘 0.08，10 条 5 秒 Kling v3 Pro 就是 50 秒乘 0.14。先跑 3 条样本，用真实账单校准单价，再决定批量规模。
  2. 走队列，不要挂长连接。用 POST https://queue.fal.run/{model_id} 提交拿 request_id，再 GET .../requests/{request_id}/status 轮询状态。视频这类长任务直接在提交地址后加 ?fal_webhook=，让 fal 回调你的端点。
  3. 控制重试。加 x-fal-no-retry 请求头可以关掉平台自动重试，避免同一张图重复计费。
  4. 素材落盘。输入图片先上传换成 fal 的 URL 再喂给模型；输出图挂在 fal.media 域名下，收到回调要立刻转存到你自己的存储。

段 6 · 来源

价格页 https://fal.ai/pricing ，队列与 webhook 文档 https://fal.ai/docs/model-endpoints/webhooks ，核验日期 2026-10-11。

边界声明：本期未在你的账号中部署 fal，未做性能与失败率实测。

queue.fal.run request status
PART 03

Cloudflare Workers AI：把打标、嵌入、分类压到每千神经元 0.011 美元

段 1 · 是什么

它让你把一次小模型推理直接跑在边缘节点上，按神经元计费。你省掉的是为一次分类请求维护一个常驻服务。图片打标、文本嵌入、语音转写这类小活最合适。

段 2 · 多少钱

官方文档口径，美元，核验日期 2026-10-11。

统一价：每 1000 神经元 0.011 美元，每天 10,000 神经元免费，按 UTC 零点重置。

超免费额度有两条路：升级 Workers Paid，该计划每账号每月最低 5 美元；或充 AI Gateway 的预付费额度。

官方同时给出等价的 token 价，下面这组可以直接拿来换算。

免费额度能顶多少活，可以自己算。按 llama-3.2-3b 的 4625 神经元每百万输入 token 折算，10,000 神经元约等于每天 216 万输入 token，折美元约 0.11。

两个坑。部分模型如 kimi-k2.6、kimi-k2.7-code、glm-5.2、glm-5.3、deepseek-v4-flash 必须先绑定付费方式才能调用。另外免费额度是账号级按天算，不按 key 分，用 wrangler 本地模式跑的推理同样计入。

段 3 · 适合谁

你有一批图片要打标签、一批文章要算嵌入建索引、一批音频要转写，且希望成本可预测。你想在请求进来时就地算完返回，不想再起一个服务。你已经把素材生成放在别处，只想把判断这一步压到最便宜的通道。

段 4 · 局限

限速是硬上限，按任务类型分：文本生成每分钟 300 次请求；文生图 720 次；文本嵌入 3000 次，其中 bge-large 是 1500 次；语音识别与图生文 720 次；图像分类和物体检测 3000 次。超限直接报错。

需要付费方案的模型另有独立限速：按标准计费每分钟 20 次，改用 AI Gateway 预付费额度才提到 50 次。

模型目录以开源中小模型为主，前沿模型有限，选型空间比按 token 计价的大厂窄。

计费单位是神经元，单次请求花了多少神经元在模型页上看不出来，只能去控制台看用量。

段 5 · 上手路径

  1. 先把神经元价换成你熟悉的单位：单价除以 1000 再乘 0.011，得到每百万 token 的成本，再乘你的平均请求量，判断免费额度够不够。
  2. 用 Workers 的 AI binding 或 REST 接口调用，注意 wrangler 本地推理同样计入额度与限速。
  3. 额度不够时二选一。升级 Workers Paid，付费模型限速仍按每分钟 20 次；或充 AI Gateway 预付费额度，并把网关的 Workers AI 计费设为 Unified billing，换到每分钟 50 次。
  4. 批处理别写顺序 for 循环。300 次每分钟这道线一旦撞上就是直接丢请求，脚本要带退避重试和失败队列。

段 6 · 来源

价格页 https://developers.cloudflare.com/workers-ai/platform/pricing/ ，限速页 https://developers.cloudflare.com/workers-ai/platform/limits/ ，核验日期 2026-10-11。

边界声明：本期未在你的账号中开通 Workers Paid，未做并发压测。

一款面向设备运维与巡检场景的原生 ai 应用
PART 04

实战流程：生成、打标、入库、对账

一条最小可用链路的编号步骤，每步都写清输入和输出。

  1. 建清单。把要出的图或视频写成 CSV，列含 prompt、model_id、单位、分辨率或时长。输出：待执行清单。
  2. 估成本。脚本按官方单价表逐行算预估费用，先只放 3 条。输出：单条真实单价。
  3. 提交队列。用 POST https://queue.fal.run/{model_id} 提交，附上 ?fal_webhook=。输出：request_id 与 gateway_request_id。
  4. 收结果并落盘。回调进来后立刻下载到本地存储，同时记下两个 ID、模型名、耗时、实际计费单元。输出：素材与台账行。
  5. 打标。把素材交给 Workers AI 的小模型做分类或嵌入，注意免费额度与按任务类型的限速。输出：标签或向量。
  6. 对账。把台账里的预估费用和真实账单对齐，用 gateway_request_id 去重，避免重试被重复计数。输出：误差表。
  7. 归档。把台账和素材索引写成一份 JSON，下次出图先查台账，避免重复花钱。输出：可复用的成本底账。
PART 05

可复制的提示词

你是素材成本核算助手。给你一个 CSV，列为 prompt、model_id、unit、size、duration，再给你一份单价表，格式是 model_id 对应单价。请输出一张表，列含原始 prompt、规范化后的 prompt、model_id、单位、数量、单条成本、总成本、待人工确认项。规则三条。第一，单价表里没有的模型一律填「待确认」，不许估算。第二，分辨率和时长会翻倍计价的，给出上限与下限两列。第三，拿不准的字段留空，不要编造。

验证标准：抽 3 条用官方单价手算，与输出比对，金额必须完全一致。单价表缺项时「待确认」列必须非空。金额列不允许出现单价表里没写过的数字。