Cloudflare Workers atau AWS Lambda: cold start bukan satu-satunya biaya

Untuk API dengan komputasi singkat dan pengguna di berbagai lokasi, Cloudflare Workers patut dipertimbangkan karena menjalankan kode di jaringan global dan menagih waktu CPU aktif. AWS Lambda lebih cocok ketika fungsi bergantung erat pada layanan AWS atau memerlukan lingkungan eksekusi yang sesuai dengan dependensinya. Pilihan akhir ditentukan oleh latensi respons, durasi kerja, transfer data, dan pola trafik, bukan waktu mulai fungsi saja.

Tagihan fungsi pun bisa memberi jawaban yang berbeda dari dugaan awal: API yang sering dipanggil belum tentu lebih murah di Workers, sementara fungsi yang jarang dipanggil bisa masuk kuota gratis Lambda. Perbandingan yang berguna harus memisahkan waktu CPU Workers dari durasi tertagih Lambda, lalu memasukkan biaya jalur HTTP, data, dan layanan pendukung yang benar-benar dipakai.

Mengapa cold start tidak punya satu angka pembanding

Arsitektur Cloudflare Workers memakai isolate V8 yang dibuat di dalam runtime yang sudah berjalan pada jaringan global Cloudflare. Pembuatan isolate itu berbeda dari menyiapkan lingkungan eksekusi fungsi dari awal. Namun permintaan yang diproses dekat pengguna tetap harus menempuh perjalanan ke basis data atau layanan asal bila data berada di tempat lain.

Pada AWS Lambda, siklus lingkungan eksekusi mencakup pengunduhan kode, penyiapan lingkungan, dan inisialisasi sebelum handler bekerja. Lingkungan dapat digunakan kembali untuk permintaan berikutnya; Provisioned Concurrency menyiapkan kapasitas lebih awal dengan biaya tersendiri. Jeda mulai fungsi dipengaruhi runtime, ukuran dan isi paket, kode inisialisasi, serta keadaan lingkungan ketika permintaan tiba.

Dalam pengukuran Lin dan rekan-rekannya, sandbox Lambda pada percobaan mereka bertahan hingga sekitar 300–360 detik, sementara peluang cold start naik ketika jeda antarpanggilan bertambah. Angka itu menggambarkan kondisi eksperimen, bukan masa pakai yang dijamin bagi setiap fungsi. Karena arsitektur dan titik pengukuran berbeda, satu angka cold start Workers tidak bisa langsung dijajarkan dengan angka Lambda dari runtime atau wilayah lain. Bagi pengguna di Indonesia, latensi yang terasa mencakup perjalanan permintaan, inisialisasi bila terjadi, kerja fungsi, akses data, dan pengiriman respons.

Satuan tagihan mengubah hasil

Dalam tarif Cloudflare yang diperbarui 2 Oktober 2026, Workers Paid mengenakan biaya minimum US$5 per akun per bulan. Model Standard menyertakan 10 juta permintaan dan 30 juta milidetik CPU per bulan; kelebihan pemakaian dikenai US$0,30 per juta permintaan dan US$0,02 per juta milidetik CPU. Durasi menunggu tidak ditagih sebagai waktu CPU, dan paket tersebut tidak menambahkan biaya transfer data keluar. Workers Free membatasi pemakaian hingga 100.000 permintaan per hari serta 10 milidetik CPU per pemanggilan.

Harga AWS Lambda Event Functions dihitung dari jumlah permintaan dan durasi eksekusi dikalikan memori yang dialokasikan, dalam GB-detik. Kuota gratis bulanannya mencakup satu juta permintaan dan 400.000 GB-detik. Contoh tarif AWS untuk US East (N. Virginia) memakai US$0,20 per juta permintaan dan US$0,0000166667 per GB-detik pada tingkat awal. Halaman harga yang sama juga mencantumkan Lambda Web Functions dan MicroVMs dengan satuan penagihan berbeda; seluruh simulasi berikut memakai Event Functions pada arsitektur x86, tanpa Provisioned Concurrency.

Ketiga simulasi menganggap masing-masing beban sebagai satu-satunya pemakaian yang menghabiskan kuota akun selama sebulan. Angkanya merupakan asumsi perhitungan, bukan hasil uji kecepatan atau bukti bahwa kode yang sama memakai sumber daya identik pada kedua platform. Pajak, layanan pendukung, transfer data, serta biaya untuk menerima permintaan HTTP tidak dimasukkan.

Tiga beban kerja dengan hitungan yang dapat diulang

API ringan dengan trafik tinggi

Andaikan API menerima 15 juta permintaan sebulan dan tiap permintaan memakai rata-rata 7 milidetik CPU di Workers. Total 105 juta milidetik CPU menyisakan 75 juta milidetik di atas kuota; biaya tambahannya US$1,50 untuk CPU dan US$1,50 untuk lima juta permintaan, sehingga total Workers US$8. Untuk implementasi Lambda hipotetis dengan memori 128 MB dan rata-rata durasi tertagih 50 milidetik, pemakaian mencapai 93.750 GB-detik. Komputasinya masih masuk kuota gratis, sedangkan 14 juta permintaan berbayar menghasilkan US$2,80.

Pada asumsi itu, biaya fungsinya lebih rendah di Lambda. Selisih tersebut belum menghitung cara API menerima permintaan maupun biaya data dan layanan lain. Jika fungsi menunggu basis data, waktu tunggu itu masuk ke durasi Lambda yang diasumsikan; di Workers, waktu tunggu jaringan tidak otomatis menambah milidetik CPU, tetapi tetap memperpanjang respons kepada pengguna.

Tugas yang banyak memakai CPU

Andaikan satu juta pemanggilan masing-masing menghabiskan satu detik CPU di Workers. Total satu miliar milidetik CPU menghasilkan biaya tambahan US$19,40 setelah kuota, sehingga tagihan menjadi US$24,40 bersama biaya minimum paket. Untuk Lambda hipotetis dengan memori 1 GB dan durasi tertagih satu detik per pemanggilan, pemakaian mencapai satu juta GB-detik. Setelah kuota gratis, 600.000 GB-detik berbayar menghasilkan sekitar US$10; jumlah permintaannya masih dalam kuota.

Perbandingan ini menunjukkan bahwa waktu mulai isolate yang singkat tidak menentukan biaya komputasi bulanan. Alokasi memori Lambda juga memengaruhi sumber daya komputasi yang tersedia, sedangkan pekerjaan yang sama bisa memakai waktu CPU berbeda di runtime Workers. Karena itu, kesamaan durasi pada contoh ini adalah asumsi untuk memperlihatkan rumus, bukan perkiraan performa aplikasi tertentu.

Trafik sporadis dengan kerja singkat

Andaikan fungsi menerima 10.000 permintaan sebulan dan setiap pemanggilan membutuhkan 50 milidetik CPU di Workers. Kebutuhan per pemanggilan melampaui batas Workers Free, sehingga akun baru perlu memperhitungkan minimum Workers Paid sebesar US$5; total CPU bulanannya masih di dalam kuota Paid. Pada Lambda hipotetis dengan memori 512 MB dan durasi tertagih 200 milidetik, pemakaian hanya 1.000 GB-detik dan 10.000 permintaan, sehingga biaya fungsi masuk kuota gratis.

Apabila akun Cloudflare sudah membayar Workers Paid untuk aplikasi lain, fungsi dalam contoh ini bisa tidak menambah tagihan selama kuota bersama masih tersedia. Sebaliknya, pemakaian Lambda lain pada akun yang sama mengurangi kuota gratis yang dapat dipakai contoh tersebut. Jeda antarpanggilan yang panjang juga membuat peluang penggunaan ulang lingkungan Lambda lebih tidak menentu dibanding trafik yang datang terus-menerus.

Transfer data, lokasi, dan dependensi mengubah biaya aplikasi

Workers Standard tidak menambahkan ongkos egress pada tagihan Workers, tetapi penyimpanan dan produk lain yang dipanggil fungsi tetap mempunyai satuan biaya sendiri. Pada Lambda Event Functions, transfer masuk atau keluar dari luar wilayah fungsi dapat dikenai tarif transfer AWS; interaksi dengan layanan tertentu dalam wilayah yang sama mempunyai aturan berbeda. Biaya penyimpanan, permintaan ke layanan AWS lain, dan komponen jalur HTTP perlu dihitung sesuai rancangan API yang digunakan, sehingga total aplikasi tidak sama dengan harga fungsi saja.

Lokasi pengguna dan lokasi data dapat menarik keputusan ke arah berbeda. Workers memberi peluang memproses permintaan dekat pengguna Indonesia ketika pekerjaan dapat diselesaikan di jaringan Cloudflare. Jika setiap permintaan harus mengakses data yang jauh, waktu perjalanan ke data itu tetap masuk ke latensi. Lambda dapat menyederhanakan fungsi yang bergantung pada layanan AWS dalam wilayah yang sama, tetapi lokasi wilayah tersebut dan jalur dari pengguna juga memengaruhi waktu respons.

Workers paling masuk akal ketika kode cocok dengan runtime serta batas CPU per pemanggilannya, kerja fungsi relatif ringan, dan manfaat penempatan global sepadan dengan biaya minimum paket. Lambda Event Functions patut dipilih ketika integrasi AWS memudahkan rancangan aplikasi atau perhitungan permintaan dan GB-detik memberi total yang lebih rendah. Untuk anggaran nyata, ganti asumsi tiga skenario dengan distribusi trafik, ukuran respons, lokasi data, dan pemakaian sumber daya aplikasi sendiri.

Baca juga:

• Riverside atau Zencastr: video 4K bukan satu-satunya pembeda
• AWS Activate atau Google Cloud: kredit besar bisa kedaluwarsa sia-sia
• ChatGPT atau Gemini: integrasi data bisa mengalahkan jawaban tercerdas