Giới hạn miễn phí của Hugging Face Inference API
Hugging Face Inference Providers là một API cho các mô hình mở từ nhiều nhà cung cấp suy luận. Trước đây, mỗi tài khoản có một khoản tín dụng miễn phí nhỏ hằng tháng. Hiện nay trang giá chính thức không liệt kê tín dụng hằng tháng cho người dùng miễn phí. Hướng dẫn này giải thích quy tắc hiện tại, lỗi 402 và các lựa chọn miễn phí.
Mã, tên mô hình và nhãn danh mục trực tiếp được hiển thị bằng tiếng Anh.
Giới hạn miễn phí hiện nay
Trang giá của Hugging Face cho Inference Providers có bảng tín dụng hằng tháng theo loại tài khoản. Người dùng miễn phí không nhận tín dụng hằng tháng. Họ chỉ dùng được Inference Providers khi mua tín dụng hoặc nâng cấp lên PRO.
| Loại tài khoản | Tín dụng hằng tháng | Trả theo mức sử dụng |
|---|---|---|
| Người dùng miễn phí | Không có | Có, cần mua tín dụng |
| Người dùng PRO | $2.00 | Có |
| Tổ chức Team hoặc Enterprise | $2.00 mỗi ghế, dùng chung trong tổ chức | Có |
Tín dụng PRO và Team là tín dụng tính toán đa dụng. Bạn cũng có thể dùng chúng cho Inference Endpoints, phần cứng Spaces và Jobs. Hugging Face tính theo giá nhà cung cấp, không có phí thêm.
Vì sao bạn gặp lỗi 402
HTTP 402 nghĩa là cần thanh toán. Với Inference Providers, bạn thường gặp lỗi này khi tài khoản không còn tín dụng. Với tài khoản miễn phí chưa mua tín dụng, yêu cầu trả phí đầu tiên có thể trả về 402.
| Nguyên nhân | Cách sửa |
|---|---|
| Tài khoản miễn phí chưa mua tín dụng | Mua tín dụng ở trang thanh toán, hoặc nâng cấp lên PRO |
| Tín dụng PRO của tháng này đã dùng hết | Chờ sang tháng sau, hoặc mua thêm tín dụng |
| Yêu cầu tính phí cho một tổ chức không có tín dụng | Xóa tiêu đề X-HF-Bill-To, hoặc nhờ quản trị viên tổ chức thêm tín dụng |
Một lỗi khác có thể xảy ra khi tổ chức tắt một nhà cung cấp. Nếu bạn yêu cầu nhà cung cấp đó theo tên, yêu cầu sẽ thất bại. Dùng chọn nhà cung cấp tự động hoặc chọn nhà cung cấp khác.
Kiểm tra mức sử dụng trên trang cài đặt Inference Providers. Trang này hiển thị mức sử dụng tháng trước theo mô hình và theo nhà cung cấp.
API hoạt động như thế nào
- Đăng nhập Hugging Face và mở cài đặt token.
- Tạo một fine-grained token.
- Cấp cho token quyền "Make calls to Inference Providers".
- Lưu token vào biến môi trường
HF_TOKEN. - Mua tín dụng hoặc nâng cấp lên PRO. Không có tín dụng, tài khoản miễn phí không thể hoàn tất yêu cầu trả phí.
Inference Providers có một endpoint tương thích OpenAI cho chat completions tại https://router.huggingface.co/v1. Bạn xác thực bằng fine-grained Hugging Face token có quyền gọi Inference Providers.
OpenAI client với token Hugging Face
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)- Thêm
:fastestvào model id để chọn nhà cung cấp có thông lượng cao nhất. - Thêm
:cheapestđể chọn nhà cung cấp có giá thấp nhất. - Thêm tên nhà cung cấp, ví dụ
:novita, để chọn một nhà cung cấp. - Endpoint tương thích OpenAI chỉ dành cho chat. Dùng thư viện client của Hugging Face cho hình ảnh, embedding và giọng nói.
Inference Providers phù hợp với việc gì
- Thử nhiều mô hình mở với một token, trước khi chọn một mô hình cho sản xuất.
- Mô hình hiếm gặp ở nơi khác, ví dụ các bản phát hành trọng số mở mới và mô hình tác vụ đặc biệt.
- Mô hình hình ảnh, video và âm thanh qua thư viện client của Hugging Face.
- Nhóm đã trả tiền cho PRO hoặc Team, vì tín dụng đi kèm được dùng trước.
Bạn cũng có thể tải nhiều mô hình mở từ Hub và chạy trên phần cứng của riêng mình. Các công cụ như llama.cpp, vLLM và Ollama phục vụ chúng cục bộ. Suy luận cục bộ không tốn tín dụng API, nhưng bạn cần GPU hoặc máy tính nhanh. FreeLLMAPI có thể thêm máy chủ cục bộ tương thích OpenAI làm nhà cung cấp tùy chỉnh, bên cạnh các gói cloud miễn phí.
Inference Providers không phải API miễn phí để dùng hằng ngày. Khi không có tín dụng hằng tháng, tài khoản miễn phí phải trả cho mọi yêu cầu sau khi mua. Tín dụng PRO $2.00 cũng nhỏ đối với tác nhân hoặc ứng dụng chat.
Lựa chọn miễn phí cho mô hình mở
Nhiều mô hình mở trên Hugging Face cũng có gói miễn phí định kỳ ở các nhà cung cấp khác. Bảng cho thấy các mô hình miễn phí mạnh nhất trong danh mục hiện nay.
| Mô hình | Miễn phí trên | Ngữ cảnh | Giới hạn miễn phí (ưu đãi tốt nhất) | Công cụ | Thị giác |
|---|---|---|---|---|---|
| GLM 5.3 | APINex, UnoRouter | 1M | 5 yêu cầu/phút 10M weighted tokens/day shared across APINex free routes; 4x token multiplier; 5 requests/minute/account | Có | Không |
| Qwen3.8 Max | ACLIDE | - | €20/month shared internal usage credits · no card | Có | Không |
| GLM 5.3 Flash | APINex, BlazeAPI, NVIDIA NIM +1 nữa | 1M | 40 yêu cầu/phút 40 RPM | Có | Có |
| Gemini 3.8 Flash | APINex, Google AI Studio | 1M | 5 yêu cầu/phút 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Có | Có |
| Gemini Flash (latest alias) | Google AI Studio | - | 10 yêu cầu/phút 20 yêu cầu/ngày 250,000 token/phút ~3M | Có | Có |
| Qwen3.8 Flash Next | AMD Radeon Cloud, BlazeAPI, ElectronHub | 262K | Recurring daily account allowance | Có | Không |
| Qwen3.8 Flash | ElectronHub, Inferbase | 1M | $0.25/week shared recurring credit | Có | Có |
| Deepseek V4.1 Flash | APINex | 1M | 5 yêu cầu/phút 10M weighted tokens/day shared across APINex free routes; 3x token multiplier; 5 requests/minute/account | Không | Không |
| Gemini 3.7 Flash | Google AI Studio | 1M | 10 yêu cầu/phút 20 yêu cầu/ngày 250,000 token/phút ~3M | Có | Có |
| GPT-5.6 Luna | ElectronHub | 1M | $0.25/week shared recurring credit | Có | Có |
| Dots3 Note Preview | Kilo Gateway, OpenRouter | 512K | 20 yêu cầu/phút 50 yêu cầu/ngày 50 req/day account-wide (1,000 after a $10 purchase) | Có | Có |
| Agnes 3.0 Flash | Agnes AI | - | Promo $0/token | Không | Không |
Đang hiển thị 12 trong số 354 mô hình miễn phí phù hợp. Xem tất cả mô hình.
Dữ liệu trực tiếp từ danh mục FreeLLMAPI (phiên bản 2026.11.19, đã kiểm tra 2026-11-19). Giới hạn miễn phí thay đổi thường xuyên. Danh mục được kiểm tra mỗi ngày.
FreeLLMAPI có bộ điều hợp Hugging Face. Danh mục miễn phí hiện nay không có dòng Hugging Face nào, vì tài khoản miễn phí không có tín dụng định kỳ. Để dùng các mô hình mở miễn phí với một khóa, thêm khóa từ các nhà cung cấp trong bảng. Bộ định tuyến chuyển sang nhà cung cấp tiếp theo khi một nhà cung cấp trả về lỗi giới hạn tốc độ.
Câu hỏi thường gặp
Hugging Face Inference API có miễn phí không?
Không dành cho tài khoản miễn phí. Trang giá hiện nay không liệt kê tín dụng hằng tháng cho người dùng miễn phí. Họ phải mua tín dụng hoặc nâng cấp lên PRO, gói này bao gồm $2.00 tín dụng tính toán mỗi tháng.
Người dùng Hugging Face miễn phí có còn nhận $0.10 mỗi tháng không?
Trang giá chính thức hiện không ghi điều đó. Trang này không liệt kê tín dụng hằng tháng cho người dùng miễn phí. Các trang cũ và một số bản sao tài liệu vẫn hiển thị con số $0.10.
Vì sao Hugging Face trả về lỗi 402 Payment Required?
Tài khoản của bạn hoặc tổ chức bị tính phí không còn tín dụng. Mua tín dụng, nâng cấp lên PRO, hoặc chờ tín dụng PRO hằng tháng tiếp theo.
Bộ định tuyến của Hugging Face có tương thích OpenAI không?
Có, với chat completions. Đặt URL gốc là https://router.huggingface.co/v1 và dùng token Hugging Face làm khóa API.
Lựa chọn miễn phí thay cho Hugging Face Inference là gì?
Dùng các nhà cung cấp có gói miễn phí định kỳ cho mô hình mở, như Groq, NVIDIA NIM, Cloudflare Workers AI hoặc OVH AI Endpoints. FreeLLMAPI gom chúng sau một khóa.
Hướng dẫn liên quan
- Base URL API tương thích OpenAI miễn phí
- API LLM miễn phí không cần thẻ tín dụng
- Giới hạn tốc độ API LLM miễn phí
- API miễn phí OVH AI Endpoints
- API embeddings miễn phí
Nguồn
- Hugging Face docs: Inference Providers pricing and billing (đã kiểm tra 20 November 2026)
- Hugging Face docs: Inference Providers (đã kiểm tra 20 November 2026)
- UsagePricing: Hugging Face free inference credits removed (15 October 2026) (đã kiểm tra 20 November 2026)
- FreeLLMAPI docs: Supported platforms (đã kiểm tra 20 November 2026)