Cloudflare's vinext: Un framework compatible con Next.js construido con IA sobre Vite

Qué es vinext
vinext (pronunciado "vee-next") es un reemplazo directo para Next.js construido sobre Vite que se despliega en Cloudflare Workers con un solo comando. Un ingeniero y un modelo de IA lo reconstruyeron desde cero en una semana por aproximadamente $1,100 en tokens.
El problema de despliegue que vinext resuelve
Next.js tiene desafíos de despliegue en ecosistemas serverless. Aunque herramientas como OpenNext existen para adaptar la salida de Next.js a plataformas como Cloudflare, Netlify o AWS Lambda, requieren ingeniería inversa de la salida de construcción de Next.js, lo que lleva a implementaciones frágiles que se rompen entre versiones. La API de adaptadores de Next.js aún es temprana y no resuelve problemas de tiempo de desarrollo: next dev se ejecuta exclusivamente en Node.js, impidiendo probar APIs específicas de plataforma como Durable Objects, KV o enlaces de IA durante el desarrollo.
Cómo funciona vinext
En lugar de adaptar la salida de Next.js, vinext reimplementa la superficie de API de Next.js directamente en Vite como un plugin. Esto incluye enrutamiento, renderizado del servidor, React Server Components, acciones del servidor, almacenamiento en caché y middleware. La API de Entorno de Vite permite que la salida se ejecute en cualquier plataforma.
La configuración es sencilla:
npm install vinextReemplaza next con vinext en tus scripts manteniendo app/, pages/ y next.config.js sin cambios.
Comandos:
vinext dev- Servidor de desarrollo con HMRvinext build- Construcción de producciónvinext deploy- Construir y desplegar en Cloudflare Workers
Puntos de referencia de rendimiento
Los puntos de referencia comparan vinext con Next.js 16 usando una aplicación compartida de 33 rutas de App Router, con verificación de tipos de TypeScript y ESLint deshabilitados en la construcción de Next.js para igualar el comportamiento de Vite.
Tiempo de construcción de producción:
- Next.js 16.1.6 (Turbopack): 7.38s línea base
- vinext (Vite 7 / Rollup): 4.64s (1.6 veces más rápido)
- vinext (Vite 8 / Rolldown): 1.67s (4.4 veces más rápido)
Tamaño del paquete cliente (comprimido):
- Next.js 16.1.6: 168.9 KB línea base
- vinext (Rollup): 74.0 KB (56% más pequeño)
- vinext (Rolldown): 72.9 KB (57% más pequeño)
Estos puntos de referencia miden la velocidad de compilación y empaquetado, no el rendimiento de servicio en producción. La prueba usa una sola aplicación de 33 rutas, no una muestra representativa de todas las aplicaciones de producción.
Estado actual
Cloudflare ya tiene clientes ejecutando vinext en producción. La metodología completa y los resultados históricos son públicos.
📖 Read the full source: HN AI Agents
👀 Ver también

MCP Marketplace lanza un directorio con más de 1,900 complementos de herramientas MCP escaneados en seguridad.
MCP Marketplace (mcp-marketplace.io) ofrece un directorio centrado en la seguridad de más de 1.900 servidores MCP con análisis de seguridad multicapa, puntuación de riesgo e instalación con un solo clic para Claude Desktop, Cursor, ChatGPT y VS Code.
Claude Code vs Codex: 36 vs 28 archivos, $2.50 vs $2.04, bucle infinito detectado — comparación en el mundo real
Un desarrollador ejecuta las mismas dos tareas en Claude Code y Codex (Cursor): bot de triaje de PR y UI de revisión de código en tiempo real. Resultados: 36 vs 28 archivos, $2.50 vs $2.04 de costo, Claude produjo menos errores de TypeScript, Codex tuvo un bucle infinito en React.

Monitor Gratuito de la Barra de Menús de macOS para los Límites de Uso de Claude AI
Una herramienta gratuita y de código abierto para macOS que muestra el porcentaje de uso de sesión de Claude AI, los límites semanales y las cuentas regresivas de reinicio directamente en tu barra de menú. Se instala con un solo comando de Homebrew y aprovecha las sesiones existentes de Chrome sin almacenar datos.

cstat: Una Barra de Estado Nativa en Rust para Claude Code con Rendimiento de 2ms
cstat es un binario nativo de Rust que reemplaza la línea de estado de claude-hud de 62 ms con una implementación de 2 ms al eliminar 24 lanzamientos de subprocesos por invocación. Muestra información del modelo, límites de tasa, estado de git, uso de la ventana de contexto, herramientas activas, subagentes y progreso de tareas.