A Hugging Face anunciou em 16 de novembro que, a partir desse mesmo dia, as requisições de modelos de linguagem no Inference Providers passam a ser roteadas pelo OpenRouter, deixando de usar o roteador que a própria Hugging Face escreveu. Os usuários não precisam alterar o código e a cobrança continua na fatura da Hugging Face; a geração de imagens, vídeo e áudio não é afetada e segue ligada diretamente a cada fornecedor de inferência.
O OpenRouter escolhe um fornecedor de inferência para cada chamada com base em preço, velocidade e confiabilidade em tempo real. Segundo o blog oficial, o princípio de preços é cobrar o preço original do fornecedor, sem nenhum acréscimo da Hugging Face.
O que muda
A mudança mais direta é o failover. Antes, quando um fornecedor falhava, o usuário recebia o erro desse fornecedor; agora a requisição é repetida automaticamente em outro.
Os sufixos de roteamento depois do ID do modelo continuam funcionando. Tomando o GLM-5.3 como exemplo, sem sufixo vale o padrão de melhor desempenho geral, :fastest escolhe o de maior vazão, :cheapest o mais barato, e formas como :novita fixam um único fornecedor.
O roteamento leva em conta o cache de prompts. Se o usuário enviar no cabeçalho X-HF-Session-Id um UUID fixo para cada conversa, toda a conversa será direcionada ao fornecedor que guarda o respectivo cache. Usuários e organizações também podem desativar certos fornecedores nas configurações, e o roteador deixa de enviar requisições para eles.
Quanto às interfaces, todos os modelos de chat podem ser chamados pelas interfaces Chat Completions e Responses da OpenAI e pela interface Messages da Anthropic, seja qual for o fornecedor por trás. As páginas dos modelos ganham as abas Providers e Metrics, que listam preço, velocidade e disponibilidade nas últimas 24 horas por fornecedor.
Há uma mudança incompatível: os modelos de linguagem já não podem usar a chave de API que o usuário tem em um fornecedor; todas as requisições são cobradas na conta ou organização da Hugging Face. As chaves personalizadas dos fornecedores de imagem e vídeo continuam valendo.

Fazendo as contas
No blog, a Hugging Face apresenta um conjunto de preços médios: os modelos de pesos abertos custam em média 0,28 dólar por milhão de tokens de entrada e 1,62 dólar de saída; os modelos fechados, 1,27 dólar e 6,36 dólares, respectivamente. Em conta grosseira, o modelo fechado é cerca de 4,5 vezes mais caro na entrada e cerca de 3,9 vezes na saída.
Quanto à cota gratuita, usuários PRO recebem 2 dólares por mês, e as organizações Team e Enterprise, 2 dólares por mês por assento. Pelo preço médio de saída dos modelos abertos, 2 dólares equivalem a cerca de 1,2 milhão de tokens de saída; se tudo for gasto em modelos fechados, dá para apenas uns 300 mil. Essa cota serve para testar e fazer pequenos experimentos; para produção de verdade ainda é preciso pagar à parte.
O “sem margem” poupa ao usuário a camada do intermediário, desde que o preço original do fornecedor seja bom. Com as chaves próprias desativadas, as equipes que negociaram descontos ou têm crédito pré-pago em um fornecedor deixam de poder usar essas condições ao chamar via Hugging Face e só podem voltar à interface do próprio fornecedor.
O lugar do OpenRouter
Pelos números citados no blog da Hugging Face, o OpenRouter processa mais de 800 trilhões de tokens por mês, tem mais de 10 milhões de usuários e integra mais de 600 modelos de mais de 80 fornecedores. Nas medições do próprio OpenRouter, depois da reescrita do roteamento os erros por falta de capacidade caíram 46%, a latência do primeiro token melhorou 16,9% e a vazão subiu 16,3%; são dados divulgados só pelo OpenRouter, sem verificação de terceiros.
O OpenRouter anunciou em agosto deste ano que passa a fazer parte da Stripe. A Hugging Face, a maior plataforma de hospedagem de modelos de código aberto do mundo, entrega agora a porta de entrada da inferência de modelos de linguagem a um serviço de roteamento ligado a uma empresa de pagamentos; assim, o volume de chamadas dos modelos de código aberto do Hub também passará pelo livro-razão do OpenRouter.
O blog lista dois planos seguintes: permitir vincular uma conta do OpenRouter à Hugging Face e levar mais tipos de tarefa para o roteamento do OpenRouter. Nenhum dos dois tem prazo.
Fontes: blog oficial da Hugging Face, CocoLoop, informações públicas do OpenRouter; os preços médios de modelos abertos e fechados e a cota gratuita seguem os números do blog da Hugging Face, e os dados de desempenho do roteamento são medições do próprio OpenRouter.