Hugging Face Inference API मुफ़्त सीमा
Hugging Face Inference Providers कई inference providers के open models के लिए एक API है। पहले हर खाते को हर महीने एक छोटा मुफ़्त credit मिलता था। आज आधिकारिक मूल्य निर्धारण पेज मुफ़्त उपयोगकर्ताओं के लिए कोई मासिक credit नहीं दिखाता। यह गाइड मौजूदा नियम, 402 त्रुटि और मुफ़्त विकल्प समझाती है।
कोड, मॉडल नाम और लाइव कैटलॉग लेबल अंग्रेज़ी में दिखाए गए हैं।
मौजूदा मुफ़्त सीमा
Inference Providers के लिए Hugging Face के मूल्य निर्धारण पेज पर खाते के प्रकार के अनुसार मासिक credits की तालिका है। मुफ़्त उपयोगकर्ताओं को कोई मासिक credit नहीं मिलता। वे Inference Providers केवल तभी इस्तेमाल कर सकते हैं जब वे credits खरीदें या PRO में अपग्रेड करें।
| खाते का प्रकार | मासिक credit | Pay as you go |
|---|---|---|
| मुफ़्त उपयोगकर्ता | कोई नहीं | हाँ, credit खरीदना ज़रूरी है |
| PRO उपयोगकर्ता | $2.00 | हाँ |
| Team या Enterprise संगठन | प्रति सीट $2.00, संगठन में साझा | हाँ |
PRO और Team credits सामान्य compute credits हैं। आप इन्हें Inference Endpoints, Spaces hardware और Jobs पर भी खर्च कर सकते हैं। Hugging Face provider दर पर शुल्क लेता है, बिना अतिरिक्त शुल्क के।
आपको 402 त्रुटि क्यों मिलती है
HTTP 402 का अर्थ है भुगतान आवश्यक। Inference Providers पर यह आमतौर पर तब आता है जब आपके खाते में कोई credit नहीं बचा। जिस मुफ़्त खाते में कोई खरीदा गया credit नहीं है, वहाँ पहला भुगतान वाला अनुरोध 402 लौटा सकता है।
| कारण | समाधान |
|---|---|
| मुफ़्त खाता, जिसमें खरीदा गया कोई credit नहीं है | billing पेज पर credits खरीदें, या PRO में अपग्रेड करें |
| इस महीने का PRO credit खर्च हो गया | अगले महीने तक प्रतीक्षा करें, या अधिक credits खरीदें |
| अनुरोध ऐसे संगठन पर बिल करता है जिसमें कोई credit नहीं है | X-HF-Bill-To header हटाएँ, या संगठन के admin से credit जोड़ने को कहें |
जब कोई संगठन किसी provider को बंद करता है, तो एक अलग त्रुटि आ सकती है। अगर आप उस provider को नाम से माँगते हैं, तो अनुरोध विफल होता है। स्वचालित provider चयन इस्तेमाल करें, या कोई दूसरा provider चुनें।
अपना उपयोग Inference Providers settings पेज पर जाँचें। यह पिछले महीने का उपयोग मॉडल और provider के अनुसार दिखाता है।
API कैसे काम करता है
- Hugging Face में साइन इन करें और token settings खोलें।
- एक fine-grained token बनाएँ।
- token को अनुमति दें "Make calls to Inference Providers"।
- token को
HF_TOKENenvironment variable में रखें। - credits खरीदें या PRO में अपग्रेड करें। credit के बिना, मुफ़्त खाता भुगतान वाले अनुरोध पूरे नहीं कर सकता।
Inference Providers के पास chat completions के लिए एक OpenAI-संगत endpoint है: https://router.huggingface.co/v1। आप एक fine-grained Hugging Face token से प्रमाणित करते हैं, जिसे Inference Providers को कॉल करने की अनुमति हो।
Hugging Face token के साथ OpenAI client
import os
from openai import OpenAI
client = OpenAI(
base_url="https://router.huggingface.co/v1",
api_key=os.environ["HF_TOKEN"],
)
resp = client.chat.completions.create(
model="deepseek-ai/DeepSeek-V4.1-Flash:fastest",
messages=[{"role": "user", "content": "Hello"}],
)
print(resp.choices[0].message.content)- सबसे अधिक throughput वाला provider चुनने के लिए model id में
:fastestजोड़ें। - सबसे कम कीमत वाला provider चुनने के लिए
:cheapestजोड़ें। - एक provider चुनने के लिए provider का नाम जोड़ें, उदाहरण के लिए
:novita। - OpenAI-संगत endpoint केवल chat के लिए है। images, embeddings और speech के लिए Hugging Face client libraries इस्तेमाल करें।
Inference Providers किसके लिए अच्छा है
- कई open models का परीक्षण एक token से, production के लिए एक चुनने से पहले।
- ऐसे मॉडल जो और कहीं दुर्लभ हैं, उदाहरण के लिए नए open-weight releases और विशेष कार्य मॉडल।
- Image, video और audio मॉडल Hugging Face client libraries के ज़रिए।
- वे टीमें जो पहले से PRO या Team के लिए भुगतान करती हैं, क्योंकि शामिल credit पहले लागू होता है।
आप Hub से कई open models डाउनलोड करके अपने hardware पर भी चला सकते हैं। llama.cpp, vLLM और Ollama जैसे tools इन्हें स्थानीय रूप से चलाते हैं। स्थानीय inference पर API credit नहीं लगता, लेकिन आपको GPU या तेज़ कंप्यूटर चाहिए। FreeLLMAPI एक स्थानीय OpenAI-संगत server को मुफ़्त cloud टियर के साथ custom provider के रूप में जोड़ सकता है।
Inference Providers रोज़ के उपयोग के लिए मुफ़्त API नहीं है। मासिक credit के बिना, मुफ़्त खाता खरीद के बाद हर अनुरोध का भुगतान करता है। $2.00 का PRO credit किसी agent या chat ऐप के लिए भी छोटा है।
open models के लिए मुफ़्त विकल्प
Hugging Face के कई open models के लिए दूसरे providers पर भी आवर्ती मुफ़्त टियर हैं। तालिका आज की catalog के सबसे मज़बूत मुफ़्त मॉडल दिखाती है।
| मॉडल | मुफ़्त उपलब्ध | कॉन्टेक्स्ट | मुफ़्त सीमाएँ (सबसे अच्छा विकल्प) | टूल | विज़न |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 अनुरोध/मिनट 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | हाँ | नहीं |
| Qwen3.8 Max | ACLIDE | - | €20/month shared internal usage credits · no card | हाँ | नहीं |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 और | 1M | 40 अनुरोध/मिनट 40 RPM | हाँ | हाँ |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 अनुरोध/मिनट 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | हाँ | हाँ |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | हाँ | नहीं |
| Qwen3.8 Flash | ElectronHub, Inferbase | 1M | $0.25/week shared recurring credit | हाँ | हाँ |
| Deepseek V4.1 Flash | APINex | 1M | 5 अनुरोध/मिनट 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | नहीं | नहीं |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 अनुरोध/मिनट 20 अनुरोध/दिन 250,000 टोकन/मिनट ~3M | हाँ | हाँ |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | हाँ | हाँ |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 अनुरोध/मिनट 50 अनुरोध/दिन 50 req/day account-wide (1,000 after a $10 purchase) | हाँ | हाँ |
| Agnes 3.0 Flash | Agnes AI | - | Promo $0/token | नहीं | नहीं |
354 मिलते-जुलते मुफ़्त मॉडल में से 12 दिखाए जा रहे हैं। सभी मॉडल देखें.
FreeLLMAPI कैटलॉग से लाइव डेटा (संस्करण 2026.11.19, जाँच 2026-11-19)। मुफ़्त सीमाएँ अक्सर बदलती हैं। कैटलॉग की हर दिन जाँच होती है।
FreeLLMAPI में Hugging Face adapter है। आज की मुफ़्त catalog में कोई Hugging Face पंक्ति नहीं है, क्योंकि मुफ़्त खातों को कोई आवर्ती credit नहीं मिलता। एक key से मुफ़्त open models इस्तेमाल करने के लिए, तालिका के providers की keys जोड़ें। जब कोई provider rate limit त्रुटि लौटाता है, तो राउटर अगले provider पर जाता है।
अक्सर पूछे जाने वाले प्रश्न
क्या Hugging Face Inference API मुफ़्त है?
मुफ़्त खातों के लिए नहीं। मौजूदा मूल्य निर्धारण पेज मुफ़्त उपयोगकर्ताओं के लिए कोई मासिक credit नहीं दिखाता। उन्हें credits खरीदने या PRO में अपग्रेड करने होंगे, जिसमें हर महीने $2.00 का compute credit शामिल है।
क्या मुफ़्त Hugging Face उपयोगकर्ताओं को अब भी हर महीने $0.10 मिलते हैं?
आधिकारिक मूल्य निर्धारण पेज यह आज नहीं दिखाता। यह मुफ़्त उपयोगकर्ताओं के लिए कोई मासिक credit नहीं दिखाता। पुराने पेज और कुछ docs के mirror अब भी $0.10 का आँकड़ा दिखाते हैं।
Hugging Face त्रुटि 402 Payment Required क्यों लौटाता है?
आपके खाते या बिल किए जाने वाले संगठन में कोई credit नहीं बचा। credits खरीदें, PRO में अपग्रेड करें, या अगले मासिक PRO credit तक प्रतीक्षा करें।
क्या Hugging Face router OpenAI-संगत है?
हाँ, chat completions के लिए। base URL को https://router.huggingface.co/v1 पर सेट करें, और API key के रूप में एक Hugging Face token इस्तेमाल करें।
Hugging Face Inference का मुफ़्त विकल्प क्या है?
open models के लिए आवर्ती मुफ़्त टियर वाले providers इस्तेमाल करें, जैसे Groq, NVIDIA NIM, Cloudflare Workers AI या OVH AI Endpoints। FreeLLMAPI इन्हें एक key के पीछे रखता है।
संबंधित गाइड
- मुफ़्त OpenAI-compatible API base URLs
- बिना credit card के मुफ़्त LLM API
- मुफ़्त LLM API रेट सीमाएँ
- OVH AI Endpoints मुफ़्त API
- मुफ़्त embeddings API
स्रोत
- Hugging Face docs: Inference Providers pricing and billing (जाँचा गया 20 November 2026)
- Hugging Face docs: Inference Providers (जाँचा गया 20 November 2026)
- UsagePricing: Hugging Face free inference credits removed (15 October 2026) (जाँचा गया 20 November 2026)
- FreeLLMAPI docs: Supported platforms (जाँचा गया 20 November 2026)