# Hugging Face fait passer ses appels aux LLM par OpenRouter

_Publié le 18 novembre 2026 — https://ip73.fr/2026/11/18/hugging-face-fait-passer-ses-appels-aux-llm-par-openrouter/_

Depuis le 16 novembre, les requêtes adressées aux modèles de langage via Inference Providers, le service d'accès aux modèles de Hugging Face, ne passent plus par le routeur maison de la plateforme mais par celui d'OpenRouter. Le code des développeurs ne change pas, la facture non plus. Mais une porte se ferme : pour ces modèles, on ne peut plus brancher sa propre clé API chez un fournisseur.

## Ce qui bascule, et ce qui reste en place

Hugging Face l'écrit dans son billet d'annonce : tout modèle à poids ouverts du Hub qu'un fournisseur sert peut désormais être appelé avec un simple jeton Hugging Face, via la même API, OpenRouter choisissant le fournisseur à chaque requête. Le routeur accepte les API Chat Completions et Responses d'OpenAI ainsi que l'API Messages d'Anthropic, pour tous les modèles de chat. Des guides d'installation sont fournis pour Claude Code, Codex, OpenCode, Pi et Hermes Agent.

La génération d'images, de vidéo et d'audio reste en dehors du dispositif. Elle continue de passer directement par Inference Providers, et les clés personnelles des fournisseurs d'images et de vidéo restent valables. Hugging Face présente l'opération comme la première étape d'un partenariat : la connexion d'un compte OpenRouter à Hugging Face est annoncée, de même que d'autres tâches routées par OpenRouter. The New Stack, qui relaie l'annonce, parle d'un partenariat censé rendre l'inférence plus rapide et plus fiable.

## Fiabilité et prix : ce que l'on promet

Avant, Inference Providers choisissait un fournisseur et renvoyait son erreur si l'appel échouait. Désormais, la requête est retentée chez le fournisseur suivant dans le même appel. OpenRouter dit avoir refondu son routage : au lieu de ne regarder que le prix catalogue le plus bas, il vise le meilleur mélange de prix, de vitesse et de fiabilité, et détourne le trafic d'un fournisseur qui ralentit ou tombe en panne, jusqu'à son rétablissement. Selon les mesures d'OpenRouter, relayées par Hugging Face, les erreurs de capacité reculent de 46 %, le délai avant le premier jeton s'améliore de 16,9 % et le débit de 16,3 %. Ce sont des chiffres du prestataire lui-même, et aucune mesure indépendante n'est citée.

Le routage tient compte du cache de prompt : une conversation reste chez le fournisseur qui en détient le cache, et on peut le rendre explicite en envoyant un UUID stable dans l'en-tête X-HF-Session-Id. Les développeurs gardent la main grâce à des suffixes sur l'identifiant du modèle : `:fastest` pour le débit maximal, `:cheapest` pour le prix le plus bas, ou le nom d'un fournisseur pour s'y limiter. Chaque compte ou organisation peut aussi désactiver des fournisseurs dans ses réglages.

Côté tarifs, Hugging Face affirme que rien ne bouge : on paie le prix du fournisseur sur sa facture Hugging Face, sans marge ajoutée. Les abonnés PRO reçoivent 2 dollars de crédits par mois, les organisations Team et Enterprise 2 dollars par siège.

Le contexte de marché explique l'intérêt de la manœuvre. D'après OpenRouter, les modèles à poids ouverts sont passés de 26,8 % des jetons servis par ses 50 modèles les plus utilisés en octobre 2025 à 71,7 % fin septembre 2026, après un pic à 77,5 % en juillet. Leur volume hebdomadaire a été multiplié par plus de 60, contre près de 10 pour les modèles fermés.

| | Poids ouverts | Poids fermés |
|---|---|---|
| Prix par million de jetons en entrée | 0,28 $ | 1,27 $ |
| Prix par million de jetons en sortie | 1,62 $ | 6,36 $ |

Ces prix catalogue, pondérés par les jetons sur quatre semaines, viennent d'OpenRouter. L'écart tient surtout à la concurrence : au 21 octobre, les modèles ouverts populaires relevés par OpenRouter comptaient 20 à 31 fournisseurs chacun, avec des prix en entrée allant de 0,03 à 0,60 $ par million de jetons pour DeepSeek V4.1 Flash. Les trois modèles fermés du même relevé n'en avaient que deux à cinq.

## Le prix de la simplicité : une dépendance de plus

Difficile de ne pas voir le revers. Hugging Face faisait tourner son propre routeur ; tout le trafic de ses modèles de langage dépend maintenant d'un intermédiaire unique, qui revendique plus de 800 000 milliards de jetons par mois pour plus de 10 millions d'utilisateurs, sur plus de 600 modèles et 80 fournisseurs. Si le routeur d'OpenRouter flanche, les appels aux modèles de langage de Hugging Face flanchent avec lui.

La fin des clés personnelles pèse aussi. Les équipes qui appelaient un fournisseur avec leur propre clé, pour garder un tarif négocié ou une relation contractuelle directe par exemple, doivent désormais passer par la facturation Hugging Face. Elles peuvent encore viser un fournisseur avec le suffixe `modèle:fournisseur`, mais la facture reste celle de Hugging Face.

Les pages de modèles gagnent en transparence : un onglet Providers liste les fournisseurs joignables avec leurs prix d'entrée et de sortie, leur vitesse et leur disponibilité sur 24 heures, un onglet Metrics donne le meilleur prix, le meilleur débit, le meilleur délai avant le premier jeton, la longueur de contexte et la disponibilité parmi eux. Un tableau de bord ventile les dépenses par fournisseur effectivement utilisé.

## Ce que les annonces ne disent pas

Les poids ouverts ne sont pas une garantie de liberté, rappelle OpenRouter : les licences varient. DeepSeek V4 Flash est sous licence MIT, alors que la licence communautaire de MiniMax M3 exige une attribution et demande aux gros produits commerciaux une autorisation écrite. Et le choix du fournisseur n'est pas neutre, puisque les prix s'écartent selon le matériel, la quantification, la vitesse et la politique de données de chacun. OpenRouter le reconnaît : le moins cher n'est pas toujours celui que l'on veut.

Le billet de Hugging Face ne dit rien non plus de l'hébergement des données ni des conditions applicables en Europe. OpenRouter permet, sur sa propre plateforme, de filtrer les fournisseurs selon leur politique de données ; rien n'indique que ce filtre soit proposé côté Hugging Face, où l'on peut seulement désactiver des fournisseurs un par un. Pour un développeur français qui manipule des données sensibles, la question reste ouverte. Aucun calendrier n'est donné pour la connexion des comptes OpenRouter ni pour l'extension du routage à d'autres tâches.

Enfin, l'écart de qualité demeure. Hugging Face cite Kimi K3.1 Pro à 46 sur l'Artificial Analysis Intelligence Index contre 65 pour Claude Fable 5.2, pour un coût par tâche d'environ un septième (3,68 $ contre 26,54 $). Le billet d'OpenRouter, avec d'autres modèles de référence, parle de 11 points d'écart environ. OpenRouter conseille de commencer par un modèle ouvert, de le tester, et de réserver un modèle fermé aux étapes qui l'exigent.

## Sources

- [blog/openrouter.md at main · huggingface/blog](https://github.com/huggingface/blog/blob/main/openrouter.md), github.com
- [Open-Weight vs Closed-Weight Models: What's the Difference?](https://openrouter.ai/blog/insights/open-weight-vs-closed-weight-models/), openrouter.ai
- [Hugging Face and OpenRouter join forces to make open-weight models easy to run](https://huggingface.co/blog/openrouter), Hugging Face, 16 novembre 2026
- [“Collaboration over competition”: Hugging Face hands its model inference traffic to OpenRouter](https://thenewstack.io/hugging-face-openrouter-inference/), The New Stack, 18 novembre 2026
