TechO Cloudflare AI Search começa a cobrar por uso em 1º de novembro de 2026. Quem já criou uma instância deve revisar ingestão, armazenamento e volume de consultas antes dessa data: cada conta recebe franquias mensais, mas excedentes passam a ser faturados. A mudança não significa que toda busca ficará paga imediatamente; significa que projetos em produção precisam ter uma estimativa de consumo e uma pessoa responsável por acompanhar a fatura.
O serviço entrou em disponibilidade geral em 1º de outubro, quando a Cloudflare anunciou a data de início da cobrança e as franquias incluídas no comunicado oficial. A documentação de limites e preços foi atualizada na mesma data e detalha os valores. Para equipes que testaram a ferramenta durante a beta, este é o momento de separar protótipo, uso interno e tráfego real.
O que está incluído e quanto custam os excedentes
Cada conta recebe por mês 5 milhões de tokens de ingestão, 10 GB-mês de armazenamento, 1.000 consultas semânticas e 1.000 consultas de texto completo. Depois dessas franquias, a tabela atual lista US$ 0,75 por milhão de tokens de ingestão, US$ 2 por GB-mês de armazenamento, US$ 0,75 por mil consultas semânticas, vetoriais ou híbridas e US$ 0,10 por mil consultas de texto completo. O processamento de imagens tem acréscimo de US$ 0,50 por milhão de tokens.
Um exemplo ajuda a transformar os números em uma checagem concreta. Uma instância que, em um mês, ultrapasse as franquias em cinco milhões de tokens, cinco GB-mês e nove mil consultas híbridas teria, usando os valores publicados hoje, aproximadamente US$ 20,50 em excedentes dessas três linhas: US$ 3,75 de ingestão, US$ 10 de armazenamento e US$ 6,75 de consultas. O cálculo é ilustrativo, antes de impostos ou outros serviços, e não inclui geração de respostas, reescrita de perguntas nem provedores externos, que podem ter cobrança própria.
O contador de ingestão merece atenção: a Cloudflare mede os tokens dos blocos finais depois da divisão do conteúdo. Como trechos vizinhos podem repetir texto por causa da sobreposição (chunk overlap), essa repetição também entra na contagem. PDFs escaneados passam por OCR, cujos tokens de texto extraído também contam; o serviço permite OCR para todas as contas e aceita arquivos maiores com esse recurso habilitado. Em uma biblioteca documental grande, reindexar conteúdo ou alterar o tamanho dos blocos pode mudar o consumo.
O que a cobrança cobre — e o que fica fora
A busca híbrida combina recuperação vetorial, que aproxima o sentido da pergunta ao conteúdo, com busca por palavras-chave. Nas novas instâncias, esse modo vem ativado por padrão. O fluxo e os componentes estão descritos em como o AI Search funciona e na documentação de busca híbrida. Para quem pesquisa códigos de produto, nomes próprios ou versões, a parte lexical pode complementar a busca semântica; a relevância deve ser testada com perguntas reais do público.
A Cloudflare inclui na tarifa do AI Search o armazenamento e o índice vetorial gerenciados, a atividade de rastreamento de sites e as chamadas de embedding e reranking feitas pelo Workers AI dentro do serviço. Isso simplifica a conta em relação a somar cada componente separadamente. Mas essas chamadas deixam de aparecer na fatura do Workers AI e nos logs do AI Gateway. Por outro lado, geração de respostas, reescrita da consulta e chamadas a provedores externos continuam sob as tarifas e registros dos serviços correspondentes. Ou seja, olhar só para o painel do Workers AI ou do AI Gateway pode não mostrar todo o consumo relacionado ao recurso.
A cobrança também não resolve decisões de produto. Uma resposta gerada ainda precisa citar fontes, lidar com conteúdo desatualizado e evitar promessas além do que a base informa. Para entender os limites de uma aplicação empresarial, vale relacionar este serviço ao nosso guia sobre IA generativa nas empresas e, quando a busca for parte de uma integração, ao artigo sobre o papel das APIs em produtos digitais.
Um mapa simples do fluxo
A figura resume o modelo de recuperação, não uma tela ou instalação específica da Cloudflare. O caminho real depende da fonte escolhida, dos filtros, do método de fusão e de haver ou não uma etapa de geração. Na busca híbrida, a documentação sugere Reciprocal Rank Fusion como opção padrão para combinar posições dos resultados. Ela também registra uma troca de capacidade: com palavras-chave habilitadas, o limite em Workers Paid é de 500 mil arquivos por instância, ante um milhão para instâncias vetoriais sem busca lexical. Para a maioria dos sites empresariais isso pode não ser relevante, mas é um limite que equipes com catálogos extensos devem verificar.
O que revisar agora
- Liste as instâncias ativas e seus responsáveis. Inclua pilotos esquecidos, endpoints públicos e integrações de suporte ou documentação.
- Meça as quatro dimensões da franquia. Separe ingestão inicial e reindexações, armazenamento médio mensal, consultas híbridas/semânticas e consultas de texto completo.
- Projete cenários de tráfego. Use logs da aplicação e uma amostra de perguntas reais para estimar consultas por visitante. Não confunda visitas ao site com chamadas ao endpoint: a interface pode disparar mais de uma busca por sessão.
- Revise a conta completa. Se a aplicação gerar respostas com outro modelo, registre essa tarifa fora da conta de AI Search. Confira também em quais painéis aparecem embeddings, reranking, geração e reescrita.
- Defina um limite operacional. Acompanhe uso e orçamento no primeiro ciclo de cobrança, e reduza rastreamento, conteúdo duplicado ou consultas redundantes somente depois de validar que a qualidade das respostas permanece aceitável.
A data de corte é explícita, mas o custo real depende de como cada projeto ingere conteúdo, indexa imagens e recebe perguntas. Antes de desligar ou trocar a arquitetura, compare o gasto estimado com o valor do recurso para usuários e com o custo de manter a solução atual. A decisão útil para amanhã é simples: saber quais instâncias existem, de onde vem o conteúdo e quem vai acompanhar os primeiros números faturados.
