Hugging Face leitet seit Montag alle Anfragen an Sprachmodelle in seinem Dienst Inference Providers über OpenRouter, wie das Unternehmen in seinem Blog mitteilte. OpenRouter wähle für jede Anfrage einen von mehr als 80 Anbietern nach Preis, Tempo und Zuverlässigkeit; offene Modelle kosteten dort im Schnitt rund ein Viertel dessen, was geschlossene verlangen.
Das Wichtigste in Kürze
- Seit dem 16. November 2026 laufen Anfragen an Sprachmodelle über Hugging Face Inference Providers durch den Router von OpenRouter; Bild, Video und Audio bleiben bei Hugging Face.
- Offene Modelle stellten laut Hugging Face Ende September 2026 71,7 Prozent der Tokens bei OpenRouter, nach 26,8 Prozent im Oktober 2025.
- Eigene API-Schlüssel einzelner Anbieter funktionieren für Sprachmodelle nicht mehr; Hugging Face schlägt nach eigenen Angaben nichts auf den Anbieterpreis auf.
Mit KI recherchiert und geschrieben, nach Luigis Vorgaben, Positionen und Redaktionsregeln. Automatisch gegen die Quellen geprüft. So arbeite ich →
Betroffen sind nur Sprachmodelle. Bild-, Video- und Audio-Erzeugung laufen laut Hugging Face weiter direkt über die eigenen Inference Providers. Bestehender Code und vorhandene Hugging-Face-Tokens funktionierten ohne Änderung, schreibt das Unternehmen. Der Router unterstütze die Schnittstellen Chat Completions und Responses von OpenAI sowie die Messages-Schnittstelle von Anthropic; Anleitungen gebe es für Claude Code, Codex, OpenCode, Pi und Hermes Agent.
Fällt ein Anbieter aus, versuche der Router es laut Hugging Face im selben Aufruf beim nächsten. Mit einem Zusatz am Modellnamen lässt sich das steuern: „:cheapest“ nimmt den günstigsten Anbieter, „:fastest“ den schnellsten, ein Anbietername legt ihn fest. In den Einstellungen können Nutzer und Organisationen einzelne Anbieter abschalten.
Preise und Wechsel bei eigenen Schlüsseln
Hugging Face schlägt nach eigenen Angaben nichts auf den Anbieterpreis auf. PRO-Nutzer erhielten 2 US-Dollar Guthaben im Monat, Team- und Enterprise-Organisationen 2 US-Dollar pro Platz. Bestehende Kunden können für Sprachmodelle keine eigenen API-Schlüssel einzelner Anbieter mehr nutzen; abgerechnet werde über das Hugging-Face-Konto, schreibt das Unternehmen. Für Bild- und Videoanbieter bleiben eigene Schlüssel möglich.
Nach Angaben von OpenRouter senkte die neue Verteilung in einem Live-Versuch im Oktober die Anfragen mit Kapazitätsfehlern um 46 Prozent, die Zeit bis zum ersten Token um 16,9 Prozent und erhöhte den Durchsatz um 16,3 Prozent. Die Kosten pro Anfrage seien dabei um 6,0 Prozent gestiegen, heißt es im Blog von OpenRouter.
Offene Modelle: 71,7 Prozent der Tokens bei OpenRouter
Den Schritt begründet Hugging Face mit Zahlen von OpenRouter. Dort sei der Anteil offener Modelle an den verarbeiteten Tokens von 26,8 Prozent im Oktober 2025 auf 71,7 Prozent Ende September 2026 gestiegen, nach einem Höchstwert von 77,5 Prozent im Juli. Offene Modelle kosteten im Schnitt 0,28 US-Dollar pro Million Eingabe-Tokens und 1,62 US-Dollar pro Million Ausgabe-Tokens, geschlossene 1,27 und 6,36 US-Dollar.
Den Leistungsabstand nennt der Beitrag offen. Im Intelligence Index von Artificial Analysis komme das beste offene Modell, Kimi K3.1 Pro, auf 46 Punkte, Claude Fable 5.2 auf 65. Pro Aufgabe koste Kimi aber 3,68 US-Dollar statt 26,54 US-Dollar, rund ein Siebtel. OpenRouter selbst verarbeitet laut Hugging Face mehr als 800 Billionen Tokens im Monat für über zehn Millionen Nutzer und biete mehr als 600 Modelle von über 80 Anbietern an.
Einordnung
Wenn ein offenes Modell ein Siebtel kostet und dafür 46 statt 65 Punkte erreicht, wird die Verteilung der Anfragen selbst zur Kostenfrage. Diese Entscheidung trifft bei Hugging Face jetzt standardmäßig der Router von OpenRouter, nach Kriterien, die das Unternehmen gewichtet. OpenRouters eigener Versuch, in dem die Fehler sanken und die Kosten pro Anfrage um sechs Prozent stiegen, zeigt, dass die Voreinstellung eine Abwägung ist, die ein anderer für den Kunden trifft.
Für Marketing- und Produktteams, die Texte, Zusammenfassungen oder Klassifizierungen in großer Menge laufen lassen, spricht viel für offene Modelle; Microsoft argumentiert mit MAI Code 2 ähnlich über den Preis. Der Benchmark ersetzt aber keine eigene Messung, wie der Vergleich von Fable 5.2 und GPT-6.2 Astra mit echter Arbeit zeigt. Sinnvoll ist ein kleines Prüfset aus echten Aufgaben, gemessen in Kosten pro brauchbarem Ergebnis wie bei Qwen4-Max, und ein bewusst gesetzter Anbieter oder „:cheapest“ statt der Automatik. Wer bisher eigene Anbieterverträge über Hugging Face nutzte, muss neu rechnen.
Update, 18.11.: Die US-Regierung erwägt laut Reuters eine Offenlegungspflicht für chinesische KI-Modelle wie Qwen und Kimi.
Du hast eine KI-News? News einreichen →
Häufige Fragen
Was ändert sich bei Hugging Face Inference Providers?
Seit dem 16. November 2026 verteilt OpenRouter Anfragen an Sprachmodelle auf mehr als 80 Anbieter, nach Preis, Tempo und Zuverlässigkeit. Code und Tokens bleiben laut Hugging Face gleich, eigene Anbieterschlüssel entfallen für Sprachmodelle.
Wie viel günstiger sind offene KI-Modelle?
Laut Hugging-Face-Blog kosten offene Modelle bei OpenRouter im Schnitt 0,28/1,62 US-Dollar pro Million Ein-/Ausgabe-Tokens, geschlossene 1,27/6,36 US-Dollar, also etwa ein Viertel.
Kann man den Anbieter selbst wählen?
Ja. Ein Zusatz am Modellnamen wie „:cheapest“, „:fastest“ oder ein Anbietername steuert die Wahl; in den Einstellungen lassen sich Anbieter abschalten.
Quelle
Hugging Face: Hugging Face and OpenRouter join forces to make open-weight models easy to run
Weitere Quellen
- OpenRouter – OpenRouter-Blog vom 16.11.2026: Live-Versuch Oktober (−46 % Kapazitätsfehler, +16,9 % TTFT, +16,3 % Durchsatz, +6,0 % Kosten pro Anfrage).




