复盘：CF 上一个前沿开源模型 7 个月的生命周期，K2.5 给分发渠道上了什么课

复盘：一个前沿开源模型在云上渠道的 7 个月，走完了「上线—峰值—弃用」全流程

把时间轴摊开看：2026 年 3 月 19 日，Cloudflare 官方博客 changelog 宣布 @cf/moonshotai/kimi-k2.5 上线 Workers AI，并称之为其推理平台上「首个前沿级（frontier-scale）开源大模型」。到 10 月 20 日，CF 官方模型页上这条模型已经标着「Deprecated 5/30/2026」。也就是说，从上线到官方标记弃用，中间只隔了不到 2.5 个月；到今天，这个条目在渠道上挂了 7 个月。

它凭什么能上一个云上渠道：CF changelog 与模型文档（双源一致）给出的规格是 256,000 token 上下文窗口、多轮工具调用、视觉输入、结构化输出（JSON mode 与 JSON Schema）、推理模式可用，且支持 Batch。定价三档写得很清楚：输入 $0.60/M、输出 $3.00/M、缓存命中输入 $0.10/M。

一个值得分发的机制细节：CF 把「前缀缓存 + 会话亲和」做进了 K2.5 的调用路径里——agent 每发一轮新 prompt 都会重发历史上下文，前缀缓存让相邻请求的共享部分不走 prefill，直接摊薄首字时延（TTFT）与吞吐（TPS）；客户端用 x-session-affinity 头把同一 agent 会话钉在同一后端上。缓存价 $0.10 对输入价 $0.60，是 6:1 的价差。对长会话 agentic 负载，这笔账能算进成本结构：缓存价差越大、会话越长，渠道托管与自建的单位成本曲线拉得越开；渠道方把前缀缓存与会话亲和做成默认开关而非可选项，本身就说明 agentic 负载是它的主力场景。

复盘的核心：真正值得记住的不是 K2.5 本身的分数，而是「一个渠道把前沿开源模型当滚动货架」这件事。上线 2.5 个月即标记弃用，意味着渠道方对模型的保鲜期按季度算。对 API 分发平台，这是产品能力清单上要补的一条：渠道模型的弃用监听（deprecated 状态位）、替代模型映射、以及调用方迁移路径的提示。分发卖的不是某个模型，是「模型永远可用」这个承诺本身——而这条承诺要求你监控的不只是价格，还有生命周期状态位。

算一笔具体成本（估算）：假设一个团队每天 100 次 agent 请求、每次 16k 上下文 + 2k 输出。首请求全量 prefill 按输入价 $0.60/M 计 100×16k=1.6M token，约 $0.96；开了前缀缓存后，相邻请求的共享部分降到 $0.10/M 缓存价，输入项大幅缩水；输出 100×2k=0.2M 按 $3.00/M 约 $0.60。合计一天一块到两块多美元、一个月三四十美元。价格本身不高——风险不在价格，在这个模型在渠道页上标着「弃用」。

买方该向渠道方问三件事：其一，弃用通知期——K2.5 3/19 上线、5/30 弃用标记，从标记到下架几乎没有缓冲，这是渠道「滚动货架」的固有属性；其二，替代模型映射——K2.5 下架后调用迁往哪个模型，渠道方是否给映射表与切换指引；其三，迁移期是否允许双轨并行。分发生意的本质是「模型永远可用」这个承诺，而这条承诺要靠三件产品能力兜住：价格监控、弃用状态位监控、迁移映射表。渠道模型滚动下线的课，上到这一节。

来源：Cloudflare 官方 changelog（2026-03-19）与 Cloudflare 官方模型文档（kimi-k2.5 模型页）双源一致；弃用标记来自 CF 官方模型页「Deprecated 5/30/2026」字段。