Workers AI : Cloudflare retire 24 modèles le 20 novembre, les appels échoueront

Workers AI est le service de Cloudflare qui exécute des modèles d'IA sur son réseau. Comme tout catalogue hébergé, il se renouvelle : les anciens modèles sortent pour laisser la place aux nouveaux. La prochaine vague de retraits tombe le 20 novembre 2026.

Ce qui se passe le 20 novembre

Le retrait était d'abord prévu le 15 novembre. Cloudflare l'a décalé au 20 dans une note du 5 novembre, sans en donner la raison. Après cette date, toute requête vers un modèle retiré échouera avec le code HTTP 410 et le code d'erreur 5028. La note n'évoque aucune redirection automatique vers un remplaçant : c'est à vous de modifier l'identifiant du modèle dans votre code avant cette date.

Les modèles concernés

Seize modèles de langage disparaissent :

• @cf/meta/llama-3.1-8b-instruct-fp8, @cf/meta/llama-3.2-1b-instruct et @cf/meta/llama-3.2-3b-instruct ;
• @cf/qwen/qwq-32b et @cf/qwen/qwen3-30b-a3b-fp8 ;
• @cf/deepseek-ai/deepseek-r1-distill-qwen-32b, @cf/deepseek-ai/deepseek-v4-pro-0813 et @cf/deepseek-ai/deepseek-v4-flash-0731 ;
• @cf/moonshotai/kimi-k2.6 et @cf/moonshotai/kimi-k2.7-code ;
• @cf/zai-org/glm-5.2 et @cf/zai-org/glm-5.3-flash ;
• @cf/nvidia/nemotron-3-120b-a12b ;
• trois modèles avec adaptateurs LoRA (llama-2-7b-chat-hf-lora, gemma-2b-it-lora, gemma-7b-it-lora).

Huit autres modèles partent aussi, chacun avec un remplaçant désigné :

• synthèse vocale melotts : @cf/deepgram/aura-2-en ;
• quatre modèles d'image de la famille Stable Diffusion et DreamShaper : @cf/black-forest-labs/flux-2-klein-9b ;
• transcription whisper-tiny-en : @cf/deepgram/nova-3 ;
• vision llava-1.5-7b-hf : @cf/moondream/moondream3.1-9B-A2B ;
• embeddings embeddinggemma-300m : @cf/google/embeddinggemma-2, annoncé comme disponible prochainement.

Les remplaçants conseillés pour le texte

Cloudflare recommande @cf/deepseek-ai/deepseek-v4.1-flash-1017 et @cf/zai-org/glm-5.3 pour les usages exigeants, @cf/google/gemma-4-26b-a4b-it et @cf/qwen/qwen3.8-27b pour les usages plus légers. La note ne change aucun tarif. Elle affirme que les modèles récents sont plus efficaces en jetons et en débit, et renvoie à la page de prix pour le coût de chacun.

Trois points d'attention

• Le coût n'est pas garanti identique. Les remplaçants conseillés ne sont pas de la même taille que les petits modèles retirés, et rien n'indique que le prix soit le même. Comparez les tarifs avant de basculer.
• Les embeddings sont un cas à part. Le remplaçant d'embeddinggemma-300m n'est pas encore annoncé comme disponible. Or des vecteurs produits par deux modèles différents ne sont pas comparables : changer de modèle impose en général de recalculer tout l'index.
• Le remplaçant vocal proposé porte un suffixe « en ». Si votre application parle français, vérifiez la prise en charge de la langue avant de l'adopter.

Notre lecture

Pour une petite équipe, la première tâche est simple : chercher la chaîne @cf/ dans le code, les variables d'environnement et les outils sans code, puis la comparer à la liste. La seconde est de rejouer vos requêtes types sur le remplaçant, car un modèle différent ne répond pas de la même façon, y compris sur le format de sortie.

L'épisode rappelle une réalité du modèle hébergé : vous ne choisissez pas la durée de vie d'un modèle. Deux précautions limitent le risque. D'abord, ne jamais écrire l'identifiant d'un modèle en dur à plusieurs endroits. Ensuite, passer par une couche d'indirection. Cloudflare en propose une depuis le 4 novembre dans AI Gateway : les alias de modèles, un nom unique qui pointe vers un groupe de modèles essayés dans l'ordre. Cela ne supprime pas la dépendance au fournisseur, mais le prochain retrait se réglera dans un tableau de bord plutôt que par un déploiement.