结论先说
Cloudflare BGE Reranker
Workers AI Free 计划每天共享 10,000 Neurons；BGE Reranker Base 当前按每百万输入 Token 283 Neurons 计量，适合已有 Cloudflare 账户的低成本 RAG 原型。
Cohere Rerank
Cohere Evaluation Key 免费但受限：官方当前列出 Rerank 10 请求/分钟，Trial Key 每月最多 1,000 次 API 调用，适合小规模验证。
Cloudflare 免费额度怎么理解
如果每天 10,000 Neurons 全部只用于 BGE Reranker Base，按 283 Neurons/百万输入 Token 计算，理论上约对应 3,530 万输入 Token。它只是按价格表计算的额度上限，不代表并发、吞吐或服务等级；同一账户的其他 Workers AI 调用会共同消耗免费额度，超额后 Free 计划请求会失败。
什么时候需要 Rerank
- 向量检索能找到相关文档，但最相关结果经常排不进前几名。
- 知识库问题较短，候选文档较长，仅靠向量相似度容易偏题。
- 准备减少送入生成模型的文档数量，先用重排压缩上下文。
如果连召回都不稳定，应先检查切片、Embedding 和查询改写，而不是直接增加 Rerank。可先阅读 Embedding 与 Rerank 的最小 RAG 链路。
上线前检查
- 按“查询 + 候选文档”的总输入量估算额度，不要只数 API 请求。
- 确认单次候选数量、最大输入长度、批量限制与超时策略。
- 敏感文档进入托管 API 前，先核对平台的数据使用和保留条款。
- 免费层适合原型和低流量任务，不应当作固定 SLA。
官方来源
Cloudflare Workers AI 价格
BGE Reranker 模型文档
Cohere Trial Key 限额
Embedding API 对比
资料审阅：2026-07-27。价格、免费额度和速率限制可能调整，使用前请重新打开官方来源。