Hugging Face pasa a enrutar la inferencia de lenguaje con OpenRouter

La integración Hugging Face OpenRouter ya está en marcha: Hugging Face anunció el 16 de noviembre de 2026 que Inference Providers, su servicio de inferencia serverless, pasa a usar el enrutador de OpenRouter para modelos de lenguaje. Cada petición se envía ahora al proveedor con la mejor combinación de precio, velocidad y fiabilidad en ese momento, medida en tiempo real, y si el proveedor falla, el intento se reintenta en otro proveedor dentro de la misma llamada.

Qué cambia en el enrutamiento

Antes del cambio, Inference Providers elegía un único proveedor por petición y devolvía su error cuando algo fallaba. Con el enrutamiento de OpenRouter, el tráfico se reparte entre más de 80 proveedores, con conmutación automática: cuando un proveedor se ralentiza o empieza a fallar, las peticiones pasan a otros hasta que se recupera. Según las mediciones de OpenRouter con el enrutamiento reconstruido en octubre, la nueva lógica redujo un 46% las peticiones que chocaban con errores de capacidad, aceleró un 16,9% el tiempo hasta el primer token y aumentó un 16,3% el rendimiento, con un coste un 6,0% mayor por petición.

Qué modelos entran en el cambio

El cambio cubre 160 modelos de 38 laboratorios — todos los modelos que OpenRouter sirve y que tienen página en el Hub — entre ellos DeepSeek V4.1 Flash, Kimi K3.1 Pro y K3, GLM 5.3 y GLM 5.3 Flash, Qwen3.8 27B, MiniMax M3.1 Flash, MiMo-V2.6-Flash, Nemotron 3 Ultra y gpt-oss-120b. El enrutador es compatible con las API Chat Completions y Responses de OpenAI y con la API Messages de Anthropic, y el código y el token de Hugging Face siguen siendo los mismos. Para priorizar algo se pueden usar sufijos en el ID del modelo, como :fastest, :cheapest o el nombre de un proveedor, por ejemplo zai-org/GLM-5.3:fastest.

Los modelos abiertos en auge

El contexto es el auge de los modelos de pesos abiertos: en OpenRouter pasaron del 26,8% de los tokens servidos en octubre de 2025 al 71,7% a finales de septiembre de 2026, con un pico del 77,5% en julio, y el volumen semanal creció más de 60 veces en el periodo. El modelo más usado de la semana es uno abierto, DeepSeek V4.1 Flash 1017, con 59,2 billones de tokens. De media, los modelos abiertos cuestan unas cuatro veces menos: 0,28 dólares por millón de tokens de entrada y 1,62 de salida, frente a 1,27 y 6,36 dólares de los modelos cerrados.

Atención: las claves propias dejan de valer

Hay un cambio que rompe compatibilidad: las claves propias de proveedor dejan de funcionar para modelos de lenguaje, porque las peticiones se facturan en la cuenta de Hugging Face. Aun se puede elegir un proveedor con el sufijo en el ID del modelo o desactivar proveedores en la configuración. Las claves propias siguen valiendo para proveedores de imagen y vídeo, y la generación de imagen, vídeo y audio sigue por la vía directa de Inference Providers, sin pasar por OpenRouter. El precio no cambia: se paga el precio del proveedor en la factura de Hugging Face, sin margen adicional.

Qué viene ahora

La integración también funciona en sentido inverso: OpenRouter puede enviar el registro de cada petición a un Storage Bucket de Hugging Face del usuario — en beta — con mensajes, salida, recuento de tokens y coste, materia prima para crear conjuntos de evaluación o de fine-tuning. Las páginas de los modelos incorporan pestañas de Providers, con precio, velocidad y disponibilidad de cada proveedor, y de Metrics. El cambio llega semanas después de que Stripe completara la adquisición de OpenRouter, como informó Geekiki. Según las empresas, este es solo el primer paso de la alianza: lo siguiente será conectar la cuenta de OpenRouter con Hugging Face y enrutar más tipos de tareas a través de OpenRouter.

Fuentes:

Imagen: gráfico de Hugging Face que muestra la participación de los modelos de pesos abiertos en los tokens servidos por OpenRouter, del 26,8% en octubre de 2025 al 71,7% en septiembre de 2026. Fuente: blog de Hugging Face.

Este artículo fue producido con ayuda de inteligencia artificial, contrastando publicaciones públicas y fuentes de internet. Consulta las fuentes originales para más detalles.

Por Muse