Hugging Face integra DeepInfra en Inference Providers para ejecutar modelos con una API unificada

Hugging Face ha añadido DeepInfra a su lista de Inference Providers en el Hub. Los desarrolladores ya pueden ejecutar los modelos disponibles en DeepInfra directamente desde las páginas de los modelos, con los SDK de cliente o mediante el router unificado de Hugging Face, sin necesidad de una integración personalizada.

Qué se ha lanzado

La nueva integración amplía el ecosistema de inferencia serverless dentro de Hugging Face. DeepInfra pasa a ser un proveedor compatible en el Hub, de modo que sus modelos se pueden elegir en el mismo lugar donde los desarrolladores ya buscan datasets, fichas de modelos y snippets listos para ejecutar. El propio anuncio describe DeepInfra como una plataforma de AI inference con más de 100 modelos y uno de los precios por token más bajos del mercado.

Para Hugging Face, supone otro paso hacia un modelo en el que el Hub funciona como catálogo y, a la vez, como punto único de ejecución de modelos. De entrada, la integración cubre casos de uso conversacionales y la text generation convencional. A través de DeepInfra en Hugging Face ya se puede acceder a modelos open-weight populares como DeepSeek V4, Kimi-K2.

6 y GLM-5.1. El equipo ya ha avanzado la siguiente fase: en el futuro, esta misma capa deberá incorporar text-to-image, text-to-video, embeddings y otros tipos de tareas.

Por tanto, el objetivo va más allá de integrar puntualmente uno o dos LLM: se trata de conectar un canal de cómputo más amplio a la infraestructura de Hugging Face.

Cómo funciona Para el usuario, todo está integrado en la interfaz habitual del Hub.

En la configuración de la cuenta se pueden añadir claves propias de los proveedores y fijar un orden de preferencia, mientras que en las páginas de los modelos Hugging Face muestra los proveedores externos compatibles y genera widgets y ejemplos de código para cada uno. Si no se indica ninguna clave, las solicitudes pueden pasar por el propio Hugging Face. Si hay clave, las llamadas se envían directamente a DeepInfra. Esto elimina configuración manual innecesaria y facilita bastante el cambio entre proveedores.

• Clave de API propia de DeepInfra para llamadas directas sin intermediarios Modo routed by HF, en el que no hace falta una clave aparte del proveedor Ordenación de proveedores según la prioridad del usuario El mismo enfoque en la interfaz del Hub, el SDK de Python y el SDK de JavaScript Conexión con agent harnesses populares sin capas adicionales En el código, el esquema también es muy sencillo. DeepInfra está disponible a través de `huggingface_hub` para Python y `@huggingface/inference` para JavaScript, y los ejemplos del anuncio usan un cliente compatible con OpenAI con la URL base `https://router.huggingface.co/v1` y un token de Hugging Face. El modelo se indica con el formato `model:provider`, por ejemplo para llamar a DeepSeek a través de DeepInfra. El anuncio destaca además que la integración ya funciona en varios agent harnesses, así que los modelos pueden conectarse tanto desde código propio como desde herramientas de agentes sobre la API común.

Precios y acceso En facturación, Hugging Face ha mantenido dos escenarios claros.

Si el desarrollador usa su propia clave de DeepInfra, el pago se hace en DeepInfra según sus tarifas. Si la solicitud se enruta a través del Hugging Face Hub, el cargo se aplica en la cuenta de Hugging Face, pero sin recargo adicional por parte de la plataforma: la compañía afirma que simplemente traslada el coste estándar de la API del proveedor. Para los equipos es un detalle importante, porque el router unificado no se convierte en otra capa de precios sobre la infraestructura existente.

También hay una forma sencilla de probar la integración sin grandes costes. Los usuarios del plan PRO reciben 2 dólares al mes en créditos de inferencia, que pueden gastar en distintos proveedores dentro de este sistema. Las cuentas gratuitas también disponen de un pequeño límite de inferencia, aunque Hugging Face empuja abiertamente a los usuarios activos a pasarse a PRO.

En la práctica, esto rebaja la barrera de entrada: se puede comparar rápidamente DeepInfra con otros proveedores sobre los mismos modelos sin montar un entorno aparte ni configurar varios SDK distintos.

Qué significa

Hugging Face está convirtiendo el Hub, cada vez de forma más visible, en una capa de orquestación sobre varios proveedores de AI, más allá de un simple escaparate de modelos. Para los desarrolladores, esto se traduce en menos integración manual, pruebas más rápidas de LLM open-weight y un camino más sencillo hacia una arquitectura multiproveedor sin reescribir el código del cliente.