Hugging Face adiciona DeepInfra ao Inference Providers para rodar modelos por uma API unificada

A Hugging Face adicionou a DeepInfra à lista de Inference Providers no Hub. Com isso, desenvolvedores podem executar os modelos disponíveis na DeepInfra direto das páginas dos modelos, pelos SDKs de cliente e pelo roteador unificado da Hugging Face, sem precisar de uma integração customizada à parte.

O que foi lançado

A nova integração amplia o ecossistema de inferência serverless dentro da Hugging Face. A DeepInfra passou a ser um provedor suportado no Hub, o que significa que seus modelos podem ser escolhidos no mesmo lugar onde os desenvolvedores já buscam datasets, model cards e snippets prontos para execução. O próprio anúncio descreve a DeepInfra como uma plataforma de AI inference com mais de 100 modelos e um dos menores preços por token do mercado. Para a Hugging Face, é mais um passo rumo a um modelo em que o Hub funciona como catálogo e, ao mesmo tempo, como ponto único de execução de modelos.

No lançamento, a integração cobre cenários conversacionais e text generation convencional. Pela DeepInfra na Hugging Face, já é possível acessar modelos open-weight populares como DeepSeek V4, Kimi-K2.6 e GLM-5.1. A equipe também já indicou a próxima etapa: no futuro, text-to-image, text-to-video, embeddings e outros tipos de tarefa devem chegar pela mesma camada. Ou seja, o objetivo vai além de integrar pontualmente uma ou duas LLMs: trata-se de conectar um canal de computação mais amplo à infraestrutura da Hugging Face.

Como funciona

Do ponto de vista do usuário, tudo está embutido na interface já conhecida do Hub. Nas configurações da conta, é possível adicionar chaves próprias dos provedores e definir uma ordem de preferência. Nas páginas dos modelos, a Hugging Face exibe os provedores externos compatíveis e gera widgets e exemplos de código para cada um. Se nenhuma chave for informada, as requisições podem passar pela própria Hugging Face. Se houver uma chave, as chamadas vão direto para a DeepInfra. Isso elimina configuração manual desnecessária e torna bem mais simples alternar entre provedores.

• Chave de API própria da DeepInfra para chamadas diretas, sem intermediário
• Modo routed by HF, em que não é preciso uma chave separada do provedor
• Ordenação dos provedores conforme a prioridade definida pelo usuário
• A mesma abordagem na interface do Hub, no Python SDK e no JavaScript SDK
• Conexão com agent harnesses populares sem camadas adicionais

No código, o esquema também é bem simples. A DeepInfra está disponível via `huggingface_hub` para Python e `@huggingface/inference` para JavaScript, e os exemplos do anúncio usam um cliente compatível com a OpenAI, com URL base `https://router.huggingface.co/v1` e token da Hugging Face. O modelo é indicado no formato `model:provider` — por exemplo, para chamar o DeepSeek pela DeepInfra. O anúncio destaca ainda que a integração já funciona em diversos agent harnesses, então os modelos podem ser usados tanto em código puro quanto em ferramentas de agentes sobre a API unificada.

Preços e acesso

Na cobrança, a Hugging Face manteve dois cenários claros. Se o desenvolvedor usa a própria chave da DeepInfra, o pagamento é feito à DeepInfra, conforme as tarifas dela. Se a requisição é roteada pelo Hugging Face Hub, a cobrança passa pela conta da Hugging Face, mas sem taxa adicional da plataforma: a empresa afirma que apenas repassa o custo padrão da API do provedor. Para as equipes, esse detalhe importa, porque o roteador unificado não vira mais uma camada de preço sobre a infraestrutura já existente.

Também há um jeito simples de testar a integração sem gastar muito. Assinantes do plano PRO recebem 2 dólares em créditos de inferência por mês, que podem ser usados com diferentes provedores dentro do sistema. Contas gratuitas também têm um pequeno limite de inferência, embora a Hugging Face incentive abertamente os usuários mais ativos a migrar para o PRO. Na prática, isso reduz a barreira de entrada: dá para comparar rapidamente a DeepInfra com outros provedores nos mesmos modelos, sem montar um ambiente separado nem configurar vários SDKs diferentes.

O que isso significa

A Hugging Face transforma o Hub, de forma cada vez mais visível, em uma camada de orquestração sobre vários provedores de AI, deixando para trás o papel de simples vitrine de modelos. Para os desenvolvedores, isso significa menos integração manual, testes mais rápidos de LLMs open-weight e um caminho mais simples para uma arquitetura multiprovedor, sem reescrever o código do cliente.