Créditos gratis de Hugging Face Inference Providers: qué incluye cada plan (2026)

Respuesta corta: una cuenta gratuita de Hugging Face ya no incluye créditos gratis de Inference Providers. Para llamar a modelos alojados a través de Hugging Face, o bien compras créditos (pago por uso al precio del propio proveedor, sin margen) o te suscribes a PRO por 9 $/mes, que incluye 2.00 $ en créditos de cómputo cada mes. Las organizaciones Team y Enterprise reciben 2.00 $ por plaza, en un fondo común.

Qué es Inference Providers

Inference Providers es la capa de inferencia serverless de Hugging Face. En lugar de desplegar un modelo tú mismo, llamas a un modelo del Hub y Hugging Face enruta la solicitud a uno de sus proveedores asociados, que actualmente incluyen Cerebras, Groq, Together, Fireworks, Novita, Nscale, Replicate, fal, Featherless AI, DeepInfra, Baseten, Cohere, Scaleway, OVHcloud, Public AI, WaveSpeedAI, Z.ai y el propio HF Inference de Hugging Face. Un solo token de Hugging Face sirve para todos, y la facturación llega a tu cuenta de Hugging Face.

Sustituyó a la antigua "Inference API (serverless)", que ahora es el proveedor hf-inference. Desde julio de 2025, Hugging Face dice que hf-inference se centra sobre todo en tareas de CPU como embeddings, ranking de texto, clasificación de texto y pequeños modelos heredados como BERT y GPT-2; la mayoría de los grandes LLM y modelos de imagen los sirven los proveedores asociados.

Quién recibe créditos y cuántos

Los créditos incluidos son créditos de cómputo de uso general. Además de Inference Providers, pueden pagar Inference Endpoints, hardware de CPU y GPU mejorado para Spaces (incluido el uso de ZeroGPU más allá de tu cuota) y Jobs. Se añaden cada mes y se aplican automáticamente antes de que se facture cualquier uso de pago por uso. Hugging Face no dice que los créditos no usados se acumulen, así que considéralos de 'úsalos o piérdelos' cada mes.

PRO también incluye 8 veces la cuota gratuita de ZeroGPU con la máxima prioridad en la cola. Si sobre todo ejecutas demos en Spaces en lugar de llamadas a la API, esa cuota puede valerte más que el crédito de 2 $.

Cómo funciona la facturación: enrutado frente a key propia

Las solicitudes enrutadas se cobran a la misma tarifa que cobra el proveedor, sin comisión de Hugging Face. Para hf-inference, pagas el tiempo de cómputo multiplicado por el precio del hardware. El propio ejemplo de Hugging Face: una solicitud de FLUX.1-dev que tarda 10 segundos en una GPU que cuesta 0.00012 $ por segundo se factura 10 × 0.00012 $ = 0.0012 $. A esa tarifa, los 2 $ de un usuario PRO cubrirían unas 2 $ ÷ 0.0012 $ ≈ 1,660 imágenes así al mes, si nada más consumiera los créditos.

Paso a paso: configuración

1. Crea una cuenta o inicia sesión en huggingface.co.
2. Decide cómo vas a pagar: suscríbete a PRO en huggingface.co/subscribe/pro para el crédito mensual de 2 $, o añade créditos desde la configuración de facturación para un pago por uso puro. Las cuentas gratuitas deben hacer una de las dos cosas para que funcionen las solicitudes enrutadas.
3. Crea un token de acceso fine-grained en Settings → Access Tokens y activa Make calls to Inference Providers.
4. Opcional: en la configuración de Inference Providers, define tu orden de preferencia de proveedores o añade keys propias de proveedores.
5. Prueba los modelos de forma interactiva en el Inference Playground (huggingface.co/playground) y luego llámalos desde código.
6. Controla el gasto en tu página de facturación y en el desglose de uso por modelo y por proveedor de la configuración de Inference Providers.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://router.huggingface.co/v1",
    api_key=os.environ["HF_TOKEN"],
)
completion = client.chat.completions.create(
    model="openai/gpt-oss-120b:cheapest",  # or :fastest, :preferred, or :groq etc.
    messages=[{"role": "user", "content": "How many 'G's in 'huggingface'?"}],
)
print(completion.choices[0].message.content)

Elegir proveedor para ahorrar créditos

• :fastest (la opción por defecto) elige el proveedor con mayor rendimiento en tokens por segundo.
• :cheapest elige el proveedor con el precio más bajo por token de salida: la opción obvia cuando gastas unos 2 $ fijos.
• :preferred sigue el orden que definas en la configuración de Inference Providers.
• Añade el nombre de un proveedor (por ejemplo openai/gpt-oss-120b:groq) para forzar un host concreto.
• GET https://router.huggingface.co/v1/models devuelve los modelos disponibles con precios por proveedor, longitud de contexto, latencia y rendimiento cuando están disponibles, para que puedas comparar antes de llamar.

El router compatible con OpenAI cubre solo chat completions. Para texto a imagen, embeddings, reconocimiento de voz y otras tareas, usa el cliente de Python huggingface_hub o el cliente de JavaScript @huggingface/inference, que gestionan por ti los formatos de solicitud de cada proveedor.

Team y Enterprise: facturar a la organización

Cada miembro usa su propio token, pero las solicitudes solo consumen los créditos comunes de la organización si indicas la organización. En los clientes de Hugging Face pasa bill_to="my-org-name" (Python) o billTo (JavaScript); con el SDK de OpenAI o HTTP directo, envía la cabecera X-HF-Bill-To: my-org-name. Las organizaciones Enterprise con Resource Groups pueden pasar en su lugar un ID de resource group para atribuir costes. Los administradores pueden fijar un límite de gasto y desactivar proveedores concretos en la configuración de la organización, y los planes Enterprise pueden obtener mediante una API una serie temporal diaria de uso por miembro, modelo y proveedor.

Olvidar la opción de bill-to es la forma más habitual de que los miembros de un Team acaben gastando sus créditos personales (o reciban errores de pago en una cuenta gratuita) en lugar del fondo de la organización.

¿Vale la pena PRO solo para inferencia?

Solo para llamadas a la API, normalmente no: PRO cuesta 9 $ al mes e incluye 2 $ de créditos, así que pagas 7 $ por las demás ventajas de PRO (cuota de ZeroGPU, prioridad, etc.). Si solo necesitas acceso ocasional a la API, comprar créditos directamente o usar el nivel gratuito de un proveedor es más barato. PRO tiene sentido si además usas Spaces con ZeroGPU, quieres una sola factura para muchos proveedores o necesitas funciones del Hub que vienen con él.

Qué sigue siendo gratis en Hugging Face

Perder el crédito gratuito de inferencia no convierte Hugging Face en un servicio de pago. Una cuenta gratuita sigue pudiendo explorar y descargar pesos de modelos abiertos del Hub, ejecutarlos en tu propia máquina o servidor con bibliotecas como transformers y alojar Spaces en los niveles de hardware gratuitos, incluido ZeroGPU dentro de la cuota gratuita (PRO multiplica esa cuota por ocho). Lo que ahora cuesta dinero es la inferencia alojada y serverless a través de Inference Providers, porque cada solicitud enrutada la ejecuta y factura un proveedor de pago.

Así que si tu objetivo es experimentar con un modelo abierto y tienes una GPU capaz o te conformas con un modelo pequeño en CPU, descargar los pesos es la vía gratuita. Si necesitas un endpoint HTTP sin gestionar hardware, pagarás un poco a través de Hugging Face o usarás uno de los niveles gratuitos de abajo.

Alternativas gratuitas si solo quieres acceso por API

Varios socios de Inference Providers también tienen sus propios niveles gratuitos o créditos directos; ir directamente a ellos suele ser la vía más barata cuando solo necesitas un proveedor. Consulta nuestra guía de API keys de IA gratis para una lista más completa.

Historia de la inferencia gratuita en Hugging Face

• Antes de 2025: Hugging Face gestionaba su propia Inference API serverless, que ahora es el proveedor hf-inference.
• 28 de enero de 2025: Hugging Face lanzó Inference Providers con fal, Replicate, SambaNova y Together AI como primeros socios. En el lanzamiento, los usuarios gratuitos con sesión iniciada tenían inferencia gratis con una cuota pequeña, los usuarios PRO recibían 2 $ de créditos mensuales, las solicitudes enrutadas se facturaban a las tarifas del proveedor sin margen y las solicitudes con key propia las facturaba el proveedor.
• Julio de 2025: hf-inference se reorientó sobre todo a inferencia en CPU para embeddings, clasificación y modelos pequeños.
• Desde entonces: la lista de socios ha crecido hasta unos 18 proveedores. El nivel gratuito se recortó: versiones anteriores de la tabla de precios mostraban un pequeño importe mensual para los usuarios gratuitos (unos 0.10 $), mientras que la tabla actual indica None y dice que los usuarios gratuitos deben comprar créditos. Hugging Face no ha publicado un anuncio fechado de ese cambio.

Errores comunes

• Esperar que una cuenta gratuita funcione sin más. Las solicitudes enrutadas necesitan ahora créditos comprados o PRO.
• Usar un token clásico de lectura. Crea un token fine-grained con el permiso Make calls to Inference Providers.
• Añadir una key propia del proveedor y esperar que se apliquen los créditos. Las solicitudes hechas con tu propia key del proveedor las factura el proveedor, no salen de tus créditos mensuales.
• Usar el router compatible con OpenAI para imágenes o embeddings. Solo gestiona chat completions; usa los clientes de Hugging Face para otras tareas.
• Dar por hecho que el proveedor por defecto es el más barato. El valor por defecto es :fastest; añade :cheapest cuando importe el coste.