AREXOpen in interactive Feed

AREX Feed Article

Hugging Face 官宣 OpenRouter 直接集成:同一 token、同一 endpoint,聊天模型推理改走 OpenRouter 路由

November 17, 2026

2026 年 11 月 16 日 18:18(UTC,北京时间 11 月 17 日凌晨),Hugging Face 官方 X 账号发帖宣布与 OpenRouter「携手加速开源 AI」:OpenRouter 现已直接集成进 Hugging Face,开发者使用同一 token(访问令牌)、同一 endpoint(接口地址);Hub(模型托管平台)上线实时模型统计,推理 widget(内嵌对话组件)由双方共同重新设计。帖文以「The best of open, in one place」收尾。

帖文链接的官方博客写明了集成的实质:自当天起,Hugging Face 把其推理聚合服务 Inference Providers 中语言模型请求的路由,从自家路由器切换到 OpenRouter 的路由,用户代码无需改动。OpenRouter 官方账号比这条官宣帖早约 5 分钟公布了同一集成,其博客给出首日覆盖面:160 个模型、38 个实验室。Hugging Face 联合创始人兼 CEO Clement Delangue 也在 X 上发帖,称这是双方合作「今天发布的第一部分」。

按实时价格、速度与可靠性逐单分配,失败自动改试下一家

此前,Inference Providers 为每个请求选定一家供应商,失败就把该供应商的错误原样返回;现在请求交给 OpenRouter,由它依据实时测得的价格、速度与可靠性为每次调用挑选供应商,一家失败就在同一次调用内改试下一家。Hugging Face 博客说明了这一前后变化。OpenRouter 博客补充,其十月重构的路由在实测中把撞上容量错误的请求减少了 46%,首 token 时间缩短 16.9%,吞吐提升 16.3%,代价是单请求成本上升 6.0%。

endpoint 没有变。OpenRouter 博客的示意图说明显示,请求仍从应用发往 router.huggingface.co,再由 OpenRouter 在多家供应商之间分配。路由是缓存感知的:一段对话会留在持有其 prompt cache(提示词缓存)的供应商上,开发者也可以用 X-HF-Session-Id 请求头传入稳定的会话 ID。想自己定规则,在模型 ID 后加后缀即可::fastest 取最高吞吐,:cheapest 取最低价格,:novita 则只走 Novita 一家——博客以 zai-org/GLM-5.3 为例演示。

路由器支持 OpenAI 的 Chat Completions 和 Responses API 以及 Anthropic 的 Messages API,覆盖每一家供应商背后的聊天模型。Hugging Face 为 Claude Code、Codex、OpenCode、Pi 和 Hermes Agent 等编码代理(coding agent)准备了接入指南。博客还给出 OpenRouter 的体量:每月为逾千万用户服务超过 800 万亿 tokens,横跨 600 多个模型、80 多家供应商。

模型页上可查每家供应商的价格、速度与在线率

Hub 侧的变化落在模型页上。Hugging Face 博客介绍,新增的 Providers 标签页列出 OpenRouter 可为该模型路由到的每家供应商,附输入、输出价格、速度与过去 24 小时的在线率;Metrics 标签页汇总它们当中的最低价格、吞吐、首 token 时间、上下文长度与在线率。用量总览会把支出按请求实际到达的供应商拆开;设置里可以关掉任何一家供应商,路由不会再把请求发给它。组织有同样的开关,并作用于记在组织账上的全部请求。

帖文所称的「实时模型统计」即来自这两个标签页。推理 widget 的重新设计由双方共同完成——Hugging Face 博客写道,模型页上现在可以直接在 widget 里与模型对话。

图像与视频生成不走 OpenRouter,自带供应商 key 停用

OpenRouter 博客列出的清单,即 OpenRouter 所服务的、在 Hub 上有页面的全部模型,其中包括 DeepSeek V4.1 Flash、MoonshotAI 的 Kimi K3.1 Pro 与 Kimi K3、Z.ai 的 GLM 5.3 与 GLM 5.3 Flash、Qwen3.8 27B、MiniMax M3.1 Flash、小米 MiMo-V2.6-Flash、NVIDIA Nemotron 3 Ultra 和 OpenAI 的 gpt-oss-120b。

图像、视频与语音生成仍直接通过 Hugging Face Inference Providers 提供,不经过 OpenRouter,token 与 API 照旧,并可继续访问数万个 LoRA(低秩适配器)。

聊天模型则有一项破坏性变更:请求改经 OpenRouter、记到 Hugging Face 账号或组织名下,自带供应商 API key 不再被支持——想锁定供应商仍可用 model:provider 后缀,或在设置中关闭某些供应商;图像、视频供应商的自定义 key 不受影响。

价格口径没有变化。Hugging Face 博客称,用户按供应商价格计入 Hugging Face 账单,Hugging Face 不在其上加价;PRO 用户每月获得 $2 额度,Team 与 Enterprise 组织每席位 $2。同一 token 还可以使用 Storage Buckets 存储、Jobs 算力与 Inference Endpoints 专属推理。

开源权重已占 OpenRouter 七成流量

Hugging Face 把时机归到开源权重模型自身的增长上。博客引 OpenRouter 2026 年 10 月的数据:开源权重模型占 OpenRouter 所服务 tokens 的比例,从 2025 年 10 月的 26.8% 升至 2026 年 9 月末的 71.7%,其间在 2026 年 7 月达到 77.5% 的峰值;同期开源权重的周用量增长逾 60 倍,闭源模型近 10 倍。本周 OpenRouter 上用量最大的模型正是开源权重的 DeepSeek V4.1 Flash 1017,消耗 59.2 万亿 tokens。

价格差是另一半解释。博客给出均价:开源权重模型输入 $0.28/百万 tokens、输出 $1.62,闭源模型为 $1.27 与 $6.36,平均约便宜四倍。差距同样存在——在 Artificial Analysis Intelligence Index 上,最佳开源权重模型 Kimi K3.1 Pro 得分 46,最佳闭源模型 Claude Fable 5.2 为 65,但前者单任务成本约是后者的七分之一($3.68 对 $26.54)。博客的判断是:对很多工作负载来说,这种取舍是值得的。

OpenRouter CEO、联合创始人 Alex Atallah 在 X 上把两条线接在一起:不到一年里,开源权重模型在 OpenRouter 的 tokens 占比从 27% 涨到 72%,很大程度靠实验室把权重发布在 Hugging Face、加上数十家供应商在多个维度上竞争提供服务。「今天,我们把这两者连接了起来。」

请求轨迹可写回 Hub;下一步未附时间表

集成是双向的。OpenRouter 博客介绍,Broadcast 功能可把每次请求的轨迹写成 JSON 文件,发送到用户自己在 Hugging Face 的 Storage Bucket(beta):文件含输入消息、模型输出、token 数与成本,不含图像等媒体,可按日期或 API key 归档,用作评测集或开源权重模型的微调数据。OpenRouter 官方账号称,这样请求记录就能「放在 Hub 上、模型旁边」,随时用于评测或微调。

Delangue 的发帖把分工说得更直白:「太多人把 AI 当作一场零和竞赛。开源正在用相反的方式取胜:合作优先于竞争。」他写道,Hugging Face 负责存储与协作,OpenRouter 负责推理。

Hugging Face 博客称这次集成是与 OpenRouter 合作的第一步,接下来两项是把 OpenRouter 账号连接到 Hugging Face,以及让更多任务经 OpenRouter 路由。至于何时落地,两份博客都没有给出时间。

参考链接

  • Hugging Face 官方 X 帖文(@huggingface,2026-11-16)
  • Hugging Face 博客:Hugging Face and OpenRouter join forces to make open-weight models easy to run
  • OpenRouter 官方 X 帖文(@OpenRouter,2026-11-16)
  • OpenRouter 博客:OpenRouter Now Powers Inference on Hugging Face
  • Clement Delangue X 帖文(2026-11-16)
  • Alex Atallah X 帖文(2026-11-16)