3行でいうと

  • Workers AIは、公式の説明では、サーバーレスGPUで機械学習モデルをCloudflareのネットワーク上で動かすものです。公式のカタログには、2026年10月23日に73のモデルが並び、文章生成、埋め込み、翻訳、画像生成、音声認識などの種類があります。
  • AI Gatewayは、モデルの前に置く「受付」です。公式は、分析、ログ、キャッシュ、レート制限、再試行とフォールバックを、主な機能として挙げています。
  • AI Searchは、自分の資料を入れて自然な言葉で検索できるようにして、アプリやエージェントに検索を足すサービスです。公式の概要ページは、文書の検索、社内の知識を調べるエージェント、利用者ごとのファイル検索を、使い道に挙げています。
  • Agents SDKは、状態（記憶）を持つAIエージェントを作るツールです。公式は、チャット、Slack、音声、ブラウザ、メールの例を載せています。

この記事は、公式の資料を2026年10月23日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。機能名・メニュー名は公式の表記を写しています。公式のページは要約として取得したため、題名だけを確かめて中身を読めていない機能は、そのように書きます。

先に結論

前提：用語をそろえる

たとえ話：厨房、受付、図書室、店員

Workers AIは、貸しビルの「調理機械」です。いろいろな機械（モデル）が置いてあり、必要なものを呼び出して使います。AI Gatewayは「受付」で、誰がどの機械をいつ使ったかを記録したり、同じ注文なら前の料理を出したり（キャッシュ）、混みすぎたら断ったり（レート制限）します。AI Searchは「図書室」で、自分の資料を入れておくと、司書（AI）が探して答えます。Agents SDKは「店員の育成キット」で、前の会話を覚えて動く店員を作れます。これは僕らのたとえで、公式の表現ではありません。

機能1：Workers AIでモデルを動かす

公式のWorkers AIの概要は、次の特徴を挙げています。

呼び出し方は2つです。Workersのコードから呼ぶ「Workers Bindings」と、どこからでも呼べる「REST API」です。ほかに、OpenAI互換のエンドポイントがあります。公式のページには、ベースURL https://api.cloudflare.com/client/v4/accounts/{account_id}/ai/v1 と、Chat Completions、Embeddings、Responsesの3つの口が書かれています。Responsesは、GPT-OSSのモデルだけが対象で、ストリーミングなし（stream: false）のみ、と書かれています。

カタログにある仕事の種類（公式のモデル一覧）：文章生成（Text Generation）、埋め込み（Text Embeddings）、文章分類、翻訳、画像生成（Text-to-Image）、音声合成（Text-to-Speech）、音声認識（Automatic Speech Recognition）、画像からの文章化（Image-to-Text）、画像分類です。

カタログに入っているモデルの例（公式の一覧に書かれたもの）：

提供元の表記 モデル名の例 備考
Moonshot AI kimi-k2.6、kimi-k2.7-code 料金ページでは、kimi-k2.6はWorkers Paidか前払いクレジットが必要と書かれている
Zhipu AI glm-4.7-flash、glm-5.2、glm-5.3、glm-5.3-flash 料金ページでは、glm-5.2は同じく有料が必要と書かれている
OpenAI gpt-oss-120b、gpt-oss-20b、whisper系 whisper-tiny-enはベータの表示
Meta llama-3.1-8b-instruct-fp8、llama-3.3-70b-instruct-fp8-fast、llama-4-scout-17b-16e-instruct など 一部のLoRA版はベータの表示
DeepSeek deepseek-v4-flash-0731、deepseek-v4-pro-0813 など 料金ページでは、deepseek-v4-pro-0813は有料が必要と書かれている
Google gemma-4-26b-a4b-it、embeddinggemma-300m embeddinggemma-300mはベータの表示
Qwen qwen3-30b-a3b-fp8、qwen3.8-27b など

読んだ範囲では、公式の一覧に「非推奨（deprecated）」の表示はありませんでした。「ベータ」の表示があるのは、gemma-2b-it-lora、gemma-7b-it-lora、embeddinggemma-300m、llama-2-7b-chat-hf-lora、llava-1.5-7b-hf、stable-diffusion系の一部、whisper-tiny-enです。ベータのモデルは、レート制限が低いことがある、と制限のページに書かれています。

公式のサイドバーには、そのほかの機能として、Batch API、function calling、JSON mode、fine-tunes、prompt caching、prompting、reject busy requests、markdown conversionが並んでいます。このうち Batch API、prompt caching、JSON mode、function calling は、2026年10月24日に各ページを読み直しました。Batch APIは、たくさんの要求を1回で送って順番待ちに入れ、結果を後で受け取る方法で、すぐの返事が要らない大きな仕事（要約や埋め込みなど）向けと書かれ、合計10 MB未満という上限があります。prompt cachingは、続けて送る要求の先頭部分が同じとき、計算済みの入力を再利用する仕組みで、選ばれたモデルでは既定で有効、x-session-affinity ヘッダーで当たりやすくでき、キャッシュされた入力は割引の料金で数えられます（割引率はそのページに書かれていません）。JSON modeは、response_format に json_object か json_schema を指定してJSONの形で答えさせる機能で、形に合う保証はなく、ストリーミングには対応しません。function callingは、モデルが「この関数を呼んで」と構造化したJSONで頼み、コードが実行する仕組みで、埋め込み型と従来型があります。fine-tunes、prompting、reject busy requests、markdown conversion は題名を確かめただけで、中身は読めていません。「Beta」の表示は、概要ページと、Batch API、function callingなど読み直した各ページの本文では見つけられませんでした。

場面 できること 公式のどこに書かれているか
アプリから文章を作らせる Workerの中で env.AI.run(...) を呼び、モデルに質問して答えを返す 「Get started: Workers and Wrangler」のコード例
外のシステムから呼ぶ REST APIで /ai/run/{model} に送る 「Get started: REST API」
既存のOpenAI用のコードを流用する ベースURLを差し替えて、同じ形で呼ぶ 「OpenAI-compatible API endpoints」
資料を意味で探す準備 埋め込みモデルで文章を数字にする 「OpenAI-compatible API endpoints」の埋め込みの例

機能2：AI Gatewayで通信を見張る

公式のAI Gatewayの概要は、「AIアプリを観察し、制御する」ものと説明し、すべてのプランで使える、と書いています。主な機能は次のとおりです。

対応するプロバイダーは、概要ページでは、Workers AI、Anthropic、Google Gemini、OpenAI、Replicateなどです。「はじめに」のページには、OpenAI、Anthropic、Google AI Studio、Workers AI、AWS Bedrock、Azure OpenAIが並んでいます。

場面 できること 公式のどこに書かれているか
費用の見える化 リクエスト数、トークン、費用の分析 AI Gatewayの概要
同じ質問のくり返しを安くする キャッシュで、提供元へ行かずに返す 「Caching」（既定は無効、TTLは60秒〜1か月）
提供元が落ちたとき 再試行、別モデルへのフォールバック AI Gatewayの概要
使いすぎを防ぐ ゲートウェイごとに、モデル、提供元、ユーザーなどの単位で支出の上限ルールを置く 「Unified Billing」のSpend limits
機密情報が出ていくのを検査する DLPのスキャン。Zero Trustの契約がない場合は、財務情報と、社会保険・個人番号に当たる情報の2つのプロファイルが入っている AI Gatewayの料金ページ

機能3：AI Searchで自分の資料を探せるようにする

公式の概要は、AI Searchを、アプリやエージェントに、検索の基盤を自作せずに検索を足せるもの（内容を継続的にインデックスし、既定でハイブリッド検索）と説明しています。名前は、公式の更新履歴（2025年9月25日）に、AutoRAGからの改名と書かれています。

主な機能（公式の概要）：自動のインデックス作成（データを常に最新に保つ）、メタデータでの絞り込み、ハイブリッド検索（意味とキーワードの組み合わせ。既定でオン）、画像検索、OCR（スキャンしたPDFや画像から文字を取り出す）、各インスタンスに付くMCPの口と、ウェブサイトに埋め込める検索部品です。

データの入れ方は、公式のData sourceのページで3つです。Built-in storage（直接ファイルを上げる。すべてのインスタンスで既定で使える）、R2（CloudflareのR2のバケットをつなぐ）、Website（自分のドメインをつなぐ）。PDFなどはMarkdownに変換されます。ファイルの上限は、文章やコードで10 MiB、OCRなしのPDFなどで4 MiBと書かれています。

仕組みは、公式の「How AI Search works」によると、取り込み、Markdown変換、分割（チャンク）、埋め込み、保存の順です。問い合わせは、問い合わせの受付、（任意で）言い換え、ベクトル検索、（任意で）キーワード検索、並べ替え、取り出し、そして文章を作る段階（Chat Completionsの口のとき）です。

場面 できること 公式のどこに書かれているか
文書や知識の検索 ドキュメントやナレッジベースを検索できるようにする AI Searchの概要の「使い道」
社内の知識を調べるエージェント エージェントに、社内の資料を検索させる AI Searchの概要
利用者ごとのファイル 利用者（テナント）やエージェントごとに、自分のファイルを上げて検索させる AI Searchの概要
サイトに検索窓を足す 埋め込める検索部品 AI Searchの概要。How-toに「Add search to your website」の題名

公式の使い方ガイドの題名には、ほかに「Bring your own generation model」「Show source citations in responses」「Connect your AI Search to an MCP client」「Fetch and index single web pages」「Human-in-the-loop knowledge base updates」「NLWeb」「Multitenancy」「Search across multiple instances」「Create a simple search engine」「Talk to your knowledge base」があります。これらは題名だけを確かめ、中身は読めていません。

機能4：Agents SDKで状態を持つエージェントを作る

公式のAgentsの概要は、Agents SDKを、永続的な記憶、リアルタイム接続（WebSocket）、予定された作業を持つ、状態つきAIエージェントを作るツールと説明しています。特徴は、エージェントごとの身元（identity）とローカルのSQL保存、リアルタイム接続、予定された作業、実行の復旧、世界規模のデプロイです。

構成は、公式の説明では4つの部品です。①接続の口（チャット、メール、音声、Slack、Webhook）、②エージェントのハーネス（モデルを呼び、ツールを選び、結果を扱うループの部分。公式の概要ページでは、Durable Object内で動くPiハーネスを使うか、Agents SDKの実行環境の上に自作のループを組むか、が示されています。ハーネスのページには、ほかに実験段階のOpenCodeも並んでいます）、③Agents SDKの実行環境（Agent クラス、状態、セッション、ルーティング、スケジュールなど）、④ツール（Sandbox、MCP、Browser、AI Search、Payments、Code Mode）です。

始め方は、公式のクイックスタートで、npm create cloudflare@latest -- --template cloudflare/agents-starter から始め、npm run dev で試し、npm run deploy で公開します。概要ページには、このスターターは既定でWorkers AIを使うのでAPIキーは要らず、OpenAI、Anthropic、Google Geminiなども使える、と書かれています。各エージェントはDurable Objectsとして動き、設定に durable_objects.bindings と migrations が要る、とクイックスタートは書いています。

制限のページには、アカウントあたりの同時に動くエージェントが「数千万以上」、1エージェントあたりの状態が1 GB、計算時間がリクエストごとに30秒（リセットされる）といった数字があります。

場面 できること 公式のどこに書かれているか
チャットで話すAI ストリーミングで答え、ツールを呼び、人の承認を挟む 「Build a chat agent」の説明
例のエージェント Pi、チャット、Slack、音声、ブラウザ、メールの例 Agentsの概要の「Example agents」
既存のWorkersに足す SDKを既存のアプリに入れる 「Add Agents to an existing project」
テスト VitestとWorkersのテスト環境で試す 「Testing your Agents」

土台：WorkersとPages

公式のWorkersの概要は、使い道として、CDN上のフロント、Smart PlacementつきのバックエンドのAPI、Workers AIでのAI推論、定期実行（cron）、Workflows、Queuesによるバックグラウンドの仕事を挙げています。静的なファイルのリクエストは、WorkersでもPagesでも、無料で無制限と書かれています。PagesのFunctionsのリクエストは、Workersのリクエストとして請求されます。

気をつけること

出典