Hugging Face Inference API ఉచిత పరిమితి
Hugging Face Inference Providers అనేది అనేక ఇన్ఫరెన్స్ ప్రొవైడర్ల ఓపెన్ మోడల్ల కోసం ఒకే API. ప్రతి ఖాతాకు చిన్న ఉచిత నెలవారీ క్రెడిట్ ఉండేది. నేడు, అధికారిక ప్రైసింగ్ పేజీ ఉచిత వినియోగదారులకు నెలవారీ క్రెడిట్ లేదని జాబితా చేస్తుంది. ఈ గైడ్ ప్రస్తుత నియమాలను, 402 ఎర్రర్ను, మరియు ఉచిత ఎంపికలను వివరిస్తుంది.
కోడ్, మోడల్ పేర్లు మరియు ప్రత్యక్ష కేటలాగ్ లేబుల్లు ఇంగ్లీషులోనే చూపబడతాయి.
ప్రస్తుత ఉచిత పరిమితి
Inference Providers కోసం Hugging Face ప్రైసింగ్ పేజీలో ఖాతా రకం వారీగా నెలవారీ క్రెడిట్ల పట్టిక ఉంది. ఉచిత వినియోగదారులకు నెలవారీ క్రెడిట్ రాదు. వారు క్రెడిట్ కొన్నప్పుడు లేదా PROకు అప్గ్రేడ్ అయినప్పుడు మాత్రమే Inference Providers ఉపయోగించగలరు.
| ఖాతా రకం | నెలవారీ క్రెడిట్ | చెల్లించిన కొద్దీ చెల్లింపు |
|---|---|---|
| ఉచిత వినియోగదారు | ఏదీ లేదు | అవును, క్రెడిట్ కొనుగోలు అవసరం |
| PRO వినియోగదారు | $2.00 | అవును |
| Team లేదా Enterprise సంస్థ | ప్రతి సీటుకు $2.00, సంస్థలో పంచుకోబడుతుంది | అవును |
PRO మరియు Team క్రెడిట్లు సాధారణ కంప్యూట్ క్రెడిట్లు. మీరు వాటిని Inference Endpoints, Spaces హార్డ్వేర్ మరియు Jobs పై కూడా ఖర్చు చేయవచ్చు. Hugging Face ప్రొవైడర్ రేటును అదనపు రుసుము లేకుండా వసూలు చేస్తుంది.
మీకు ఎర్రర్ 402 ఎందుకు వస్తుంది
HTTP 402 అంటే చెల్లింపు అవసరం. Inference Providers పై, మీ ఖాతాలో క్రెడిట్ మిగలనప్పుడు సాధారణంగా ఇది వస్తుంది. కొనుగోలు చేసిన క్రెడిట్ లేని ఉచిత ఖాతాలో, మొదటి చెల్లింపు అభ్యర్థన 402ను ఇవ్వగలదు.
| కారణం | పరిష్కారం |
|---|---|
| కొనుగోలు చేసిన క్రెడిట్ లేని ఉచిత ఖాతా | బిల్లింగ్ పేజీలో క్రెడిట్ కొనండి, లేదా PROకు అప్గ్రేడ్ చేయండి |
| ఈ నెల PRO క్రెడిట్ ఖర్చయింది | తదుపరి నెల కోసం వేచి ఉండండి, లేదా మరింత క్రెడిట్ కొనండి |
| అభ్యర్థన క్రెడిట్ లేని సంస్థకు బిల్ చేస్తుంది | X-HF-Bill-To హెడర్ను తీసివేయండి, లేదా సంస్థ అడ్మిన్ను క్రెడిట్ జోడించమని అడగండి |
ఒక సంస్థ ఒక ప్రొవైడర్ను నిలిపివేసినప్పుడు వేరే ఎర్రర్ రావచ్చు. మీరు ఆ ప్రొవైడర్ను పేరుతో అభ్యర్థిస్తే, అభ్యర్థన విఫలమవుతుంది. ఆటోమేటిక్ ప్రొవైడర్ ఎంపికను ఉపయోగించండి, లేదా మరో ప్రొవైడర్ను ఎంచుకోండి.
Inference Providers సెట్టింగ్ల పేజీలో మీ వినియోగాన్ని తనిఖీ చేయండి. అది గత నెల వినియోగాన్ని మోడల్ వారీగా మరియు ప్రొవైడర్ వారీగా చూపిస్తుంది.
API ఎలా పనిచేస్తుంది
- Hugging Faceకు సైన్ ఇన్ చేసి టోకెన్ సెట్టింగ్లను తెరవండి.
- ఫైన్-గ్రెయిన్డ్ టోకెన్ను సృష్టించండి.
- టోకెన్కు "Make calls to Inference Providers" అనుమతి ఇవ్వండి.
- టోకెన్ను
HF_TOKENఎన్విరాన్మెంట్ వేరియబుల్లో నిల్వ చేయండి. - క్రెడిట్ కొనండి లేదా PROకు అప్గ్రేడ్ చేయండి. క్రెడిట్ లేకుండా, ఉచిత ఖాతా చెల్లింపు అభ్యర్థనలను పూర్తి చేయలేదు.
Inference Providers చాట్ కంప్లీషన్ల కోసం https://router.huggingface.co/v1 వద్ద OpenAI-అనుకూల ఎండ్పాయింట్ను కలిగి ఉంది. మీరు Inference Providers ను కాల్ చేసే అనుమతి ఉన్న ఫైన్-గ్రెయిన్డ్ Hugging Face టోకెన్తో ప్రామాణీకరణ చేస్తారు.
Hugging Face టోకెన్తో OpenAI క్లయింట్
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)- అత్యధిక థ్రూపుట్ ఉన్న ప్రొవైడర్ను ఎంచుకోవడానికి మోడల్ IDకి
:fastestజోడించండి. - అత్యల్ప ధర ఉన్న ప్రొవైడర్ను ఎంచుకోవడానికి
:cheapestజోడించండి. - ఒక ప్రొవైడర్ను ఎంచుకోవడానికి ప్రొవైడర్ పేరును జోడించండి, ఉదాహరణకు
:novita. - OpenAI-అనుకూల ఎండ్పాయింట్ చాట్ కోసం మాత్రమే. ఇమేజ్లు, ఎంబెడ్డింగ్లు మరియు స్పీచ్ కోసం Hugging Face క్లయింట్ లైబ్రరీలను ఉపయోగించండి.
Inference Providers దేనికి మంచిది
- అనేక ఓపెన్ మోడల్లను పరీక్షించడం ఒకే టోకెన్తో, ప్రొడక్షన్ కోసం ఒకదాన్ని ఎంచుకునే ముందు.
- ఇతర చోట్ల అరుదైన మోడల్లు, ఉదాహరణకు కొత్త ఓపెన్-వెయిట్ విడుదలలు మరియు ప్రత్యేక టాస్క్ మోడల్లు.
- ఇమేజ్, వీడియో మరియు ఆడియో మోడల్లు Hugging Face క్లయింట్ లైబ్రరీల ద్వారా.
- ఇప్పటికే PRO లేదా Team కోసం చెల్లించే టీమ్లు, ఎందుకంటే చేర్చబడిన క్రెడిట్ ముందుగా వర్తిస్తుంది.
మీరు Hub నుండి అనేక ఓపెన్ మోడల్లను డౌన్లోడ్ చేసి వాటిని మీ స్వంత హార్డ్వేర్పై నడపవచ్చు. llama.cpp, vLLM మరియు Ollama వంటి సాధనాలు వాటిని స్థానికంగా సర్వ్ చేస్తాయి. స్థానిక ఇన్ఫరెన్స్కు API క్రెడిట్ ఖర్చు ఉండదు, కానీ మీకు GPU లేదా వేగవంతమైన కంప్యూటర్ అవసరం. FreeLLMAPI ఉచిత క్లౌడ్ టియర్ల పక్కన స్థానిక OpenAI-అనుకూల సర్వర్ను కస్టమ్ ప్రొవైడర్గా జోడించగలదు.
Inference Providers రోజువారీ ఉపయోగం కోసం ఉచిత API కాదు. నెలవారీ క్రెడిట్ లేకుండా, ఉచిత ఖాతా కొనుగోలు తర్వాత ప్రతి అభ్యర్థనకు చెల్లిస్తుంది. $2.00 PRO క్రెడిట్ ఏజెంట్ లేదా చాట్ యాప్ కోసం కూడా చిన్నది.
ఓపెన్ మోడల్ల కోసం ఉచిత ఎంపికలు
Hugging Face పై అనేక ఓపెన్ మోడల్లకు ఇతర ప్రొవైడర్ల వద్ద పునరావృతమయ్యే ఉచిత టియర్లు కూడా ఉన్నాయి. పట్టిక నేటి కేటలాగ్లోని అత్యంత శక్తివంతమైన ఉచిత మోడల్లను చూపుతుంది.
| మోడల్ | ఉచితంగా లభ్యం | కాంటెక్స్ట్ | ఉచిత పరిమితులు (ఉత్తమ ఆఫర్) | సాధనాలు | విజన్ |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 అభ్యర్థనలు/నిమిషం 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | అవును | లేదు |
| Qwen3.8 Max | ACLIDE | - | €20/month shared internal usage credits · no card | అవును | లేదు |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 మరిన్ని | 1M | 40 అభ్యర్థనలు/నిమిషం 40 RPM | అవును | అవును |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 అభ్యర్థనలు/నిమిషం 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | అవును | అవును |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | అవును | లేదు |
| Qwen3.8 Flash | ElectronHub, Inferbase | 1M | $0.25/week shared recurring credit | అవును | అవును |
| Deepseek V4.1 Flash | APINex | 1M | 5 అభ్యర్థనలు/నిమిషం 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | లేదు | లేదు |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 అభ్యర్థనలు/నిమిషం 20 అభ్యర్థనలు/రోజు 250,000 టోకెన్లు/నిమిషం ~3M | అవును | అవును |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | అవును | అవును |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 అభ్యర్థనలు/నిమిషం 50 అభ్యర్థనలు/రోజు 50 req/day account-wide (1,000 after a $10 purchase) | అవును | అవును |
| Agnes 3.0 Flash | Agnes AI | - | Promo $0/token | లేదు | లేదు |
సరిపోలే 354 ఉచిత మోడల్లలో 12 చూపబడుతున్నాయి. అన్ని మోడల్లను చూడండి.
FreeLLMAPI కేటలాగ్ నుండి ప్రత్యక్ష డేటా (వెర్షన్ 2026.11.19, 2026-11-19 న తనిఖీ చేయబడింది). ఉచిత పరిమితులు తరచుగా మారుతాయి. కేటలాగ్ ప్రతి రోజు తనిఖీ చేయబడుతుంది.
FreeLLMAPIకి Hugging Face అడాప్టర్ ఉంది. నేటి ఉచిత కేటలాగ్లో Hugging Face వరుసలు లేవు, ఎందుకంటే ఉచిత ఖాతాలకు పునరావృతమయ్యే క్రెడిట్ లేదు. ఒక కీతో ఉచిత ఓపెన్ మోడల్లను ఉపయోగించడానికి, పట్టికలోని ప్రొవైడర్ల నుండి కీలను జోడించండి. ఒకటి రేట్ లిమిట్ ఎర్రర్ ఇచ్చినప్పుడు రూటర్ తదుపరి ప్రొవైడర్కు మారుతుంది.
తరచుగా అడిగే ప్రశ్నలు
Hugging Face Inference API ఉచితమా?
ఉచిత ఖాతాలకు కాదు. ప్రస్తుత ప్రైసింగ్ పేజీ ఉచిత వినియోగదారులకు నెలవారీ క్రెడిట్ లేదని జాబితా చేస్తుంది. వారు క్రెడిట్ కొనాలి లేదా PROకు అప్గ్రేడ్ కావాలి, అందులో నెలకు $2.00 కంప్యూట్ క్రెడిట్ ఉంటుంది.
ఉచిత Hugging Face వినియోగదారులకు ఇప్పటికీ నెలకు $0.10 లభిస్తుందా?
అధికారిక ప్రైసింగ్ పేజీ నేడు దానిని చూపదు. ఉచిత వినియోగదారులకు నెలవారీ క్రెడిట్ లేదని అది జాబితా చేస్తుంది. పాత పేజీలు మరియు కొన్ని డాక్స్ మిర్రర్లు ఇప్పటికీ $0.10 గణాంకాన్ని చూపుతాయి.
Hugging Face ఎర్రర్ 402 Payment Required ఎందుకు ఇస్తుంది?
మీ ఖాతాలో లేదా బిల్ చేయబడిన సంస్థలో క్రెడిట్ మిగలలేదు. క్రెడిట్ కొనండి, PROకు అప్గ్రేడ్ చేయండి, లేదా తదుపరి నెలవారీ PRO క్రెడిట్ కోసం వేచి ఉండండి.
Hugging Face రూటర్ OpenAI-అనుకూలమా?
అవును, చాట్ కంప్లీషన్ల కోసం. బేస్ URLను https://router.huggingface.co/v1 కు సెట్ చేయండి, మరియు API కీగా Hugging Face టోకెన్ను ఉపయోగించండి.
Hugging Face Inference కు ఉచిత ప్రత్యామ్నాయం ఏది?
ఓపెన్ మోడల్ల కోసం పునరావృతమయ్యే ఉచిత టియర్లు ఉన్న ప్రొవైడర్లను ఉపయోగించండి, ఉదాహరణకు Groq, NVIDIA NIM, Cloudflare Workers AI లేదా OVH AI Endpoints. FreeLLMAPI వాటిని ఒక కీ వెనుక కలుపుతుంది.
సంబంధిత గైడ్లు
- ఉచిత OpenAI-అనుకూల API base URLs
- క్రెడిట్ కార్డ్ లేకుండా ఉచిత LLM API
- ఉచిత LLM API రేట్ పరిమితులు
- OVH AI Endpoints ఉచిత API
- ఉచిత embeddings API
మూలాలు
- Hugging Face docs: Inference Providers pricing and billing (20 November 2026 న తనిఖీ చేయబడింది)
- Hugging Face docs: Inference Providers (20 November 2026 న తనిఖీ చేయబడింది)
- UsagePricing: Hugging Face free inference credits removed (15 October 2026) (20 November 2026 న తనిఖీ చేయబడింది)
- FreeLLMAPI docs: Supported platforms (20 November 2026 న తనిఖీ చేయబడింది)