Hugging Face intègre DeepInfra à Inference Providers pour exécuter des modèles via une API unifiée

Hugging Face a ajouté DeepInfra à la liste des Inference Providers du Hub. Les développeurs peuvent désormais exécuter les modèles proposés par DeepInfra directement depuis les pages des modèles, via les SDK clients ou par le routeur unifié de Hugging Face. Aucune intégration personnalisée n'est nécessaire.

Ce qui a été lancé

Cette nouvelle intégration élargit l'écosystème d'inférence serverless de Hugging Face. DeepInfra devient un fournisseur pris en charge sur le Hub. Ses modèles se sélectionnent donc au même endroit que les datasets, les fiches de modèles et les snippets prêts à l'emploi que les développeurs consultent déjà. L'annonce présente DeepInfra comme une plateforme d'inférence IA qui propose plus de 100 modèles et l'un des prix par token les plus bas du marché. Pour Hugging Face, c'est une étape de plus vers un modèle où le Hub ne sert pas seulement de catalogue, mais aussi de point d'exécution unique pour les modèles.

Au lancement, l'intégration couvre les scénarios conversationnels et la text generation classique. Via DeepInfra, Hugging Face donne déjà accès à des modèles open-weight populaires comme DeepSeek V4, Kimi-K2.6 et GLM-5.1. L'équipe a d'emblée annoncé la suite : le text-to-image, le text-to-video, les embeddings et d'autres types de tâches doivent à terme passer par cette même couche. Il ne s'agit donc pas d'une intégration ponctuelle d'un ou deux LLM, mais du raccordement d'un canal de calcul plus large à l'infrastructure de Hugging Face.

Comment ça marche

Côté utilisateur, tout s'intègre à l'interface habituelle du Hub. Dans les paramètres du compte, on peut ajouter ses propres clés de fournisseurs et définir un ordre de préférence. Sur les pages des modèles, Hugging Face affiche les fournisseurs externes compatibles et génère les widgets et exemples de code correspondants. Sans clé renseignée, les requêtes peuvent transiter par Hugging Face. Avec une clé, les appels partent directement vers DeepInfra. Cela supprime une partie de la configuration manuelle et simplifie nettement le passage d'un fournisseur à l'autre.

• Votre propre clé API DeepInfra pour des appels directs, sans intermédiaire
• Mode routed by HF, qui ne nécessite pas de clé fournisseur distincte
• Tri des fournisseurs selon la priorité définie par l'utilisateur
• Une même approche dans l'interface du Hub, le SDK Python et le SDK JavaScript
• Connexion aux agent harnesses populaires sans surcouche supplémentaire

Côté code, le schéma reste aussi simple que possible. DeepInfra est accessible via `huggingface_hub` en Python et `@huggingface/inference` en JavaScript. Les exemples de l'annonce utilisent un client compatible OpenAI avec l'URL de base `https://router.huggingface.co/v1` et un token Hugging Face. Le modèle s'indique au format `model:provider`, par exemple pour appeler DeepSeek via DeepInfra. L'annonce souligne aussi que l'intégration fonctionne déjà dans plusieurs agent harnesses : les modèles peuvent donc être branchés non seulement dans du code brut, mais aussi dans des outils agentiques reposant sur l'API commune.

Prix et accès

Pour la facturation, Hugging Face a retenu deux scénarios clairs. Si le développeur utilise sa propre clé DeepInfra, le paiement s'effectue chez DeepInfra, selon ses tarifs. Si la requête est routée via le Hugging Face Hub, le débit passe par le compte Hugging Face, mais sans majoration de la part de la plateforme : l'entreprise indique qu'elle répercute simplement le coût API standard du fournisseur. Pour les équipes, ce détail compte : le routeur unifié ne devient pas une couche tarifaire supplémentaire au-dessus de l'infrastructure existante.

Il existe aussi un moyen simple de tester l'intégration sans gros investissement. Les abonnés PRO reçoivent 2 dollars de crédits d'inférence par mois, utilisables auprès des différents fournisseurs du système. Les comptes gratuits disposent également d'une petite limite d'inférence, même si Hugging Face incite clairement les utilisateurs actifs à passer en PRO. Concrètement, cela abaisse la barrière d'entrée : on peut comparer rapidement DeepInfra à d'autres fournisseurs sur les mêmes modèles, sans monter de banc de test dédié ni configurer plusieurs SDK différents.

Ce que ça change

Hugging Face transforme de plus en plus visiblement le Hub en couche d'orchestration au-dessus de plusieurs fournisseurs d'IA, et non en simple vitrine de modèles. Pour les développeurs, cela signifie moins d'intégration manuelle, des tests plus rapides des LLM open-weight et une voie plus simple vers une architecture multi-fournisseurs, sans réécrire le code client.