定价与账单

Inference Providers 是一项生产就绪的服务，涉及外部合作伙伴，因此是付费产品。但是，作为 Hugging Face 用户，您每月都会获得用于运行实验的信用额度。您获得的信用额度取决于您的帐户类型

要享受 Enterprise Hub 包含的信用额度，您需要在执行推理请求时明确指定要计费的组织。有关更多详细信息，请参阅下面的组织账单部分。

按需付费

PRO 用户和企业 Hub 组织可以在每月包含的信用额度用完后继续使用 API。这种计费模式称为“按需付费” (PAYG)，在每月订阅费用的基础上收取。PAYG 仅适用于与我们的计费系统集成的提供商。我们正在积极努力集成所有提供商，但在过渡期间，一旦达到免费层级限制，任何尚未集成的提供商都将被阻止。

如果您有剩余信用额度，我们会估算尚未完全与我们的计费系统集成的提供商的费用。这些估算通常高于实际成本，以防止滥用，这就是为什么目前对于这些提供商禁用 PAYG 的原因。

您可以在您的账单页面上跟踪您的支出。

路由请求与直接调用

上面的文档假设您正在向外部提供商发出路由请求。实际上，有 3 种不同的方式来运行推理，每种方式都有独特的计费含义

• 路由请求：这是使用 Inference Providers 的默认方法。只需使用 JavaScript 或 Python InferenceClient，或使用您的 Hugging Face 用户访问令牌发出原始 HTTP 请求。您的请求将通过 Hugging Face 自动路由到提供商的平台。无需单独的提供商帐户，账单由 Hugging Face 直接管理。这种方法使您可以在提供商之间无缝切换，而无需额外的设置。

• 使用自定义密钥的路由请求：在 Hub 上的设置页面中，您可以为每个提供商配置自定义密钥。要使用此选项，您需要在提供商的平台上创建一个帐户，账单将由该提供商直接处理。Hugging Face 不会向您收取调用费用。当您在 Hub 上试验模型时，此方法让您可以更好地控制账单。当使用自定义密钥发出路由请求时，您的代码保持不变——您仍然需要传递您的 Hugging Face 用户访问令牌。Hugging Face 将在路由请求时自动交换身份验证。

• 直接调用：如果您在使用 JavaScript 或 Python InferenceClient 时提供自定义密钥，则调用将直接发送到提供商的平台。账单由提供商管理，Hugging Face 不会收到请求通知。如果您想使用统一的 InferenceClient 接口而不通过 Hugging Face 路由，此选项是理想之选。

这是一个总结我们目前所见情况的表格

HF-Inference 成本

您可能已经注意到，您可以选择使用 "hf-inference" 提供商。此服务在 Inference Providers 之前曾被称为“Inference API (无服务器)”。从用户的角度来看，使用 HF Inference 与使用任何其他提供商相同。超过免费层级信用额度后，您将根据计算时间 x 底层硬件的价格为每个推理请求付费。

例如，对 black-forest-labs/FLUX.1-dev 的请求在 GPU 机器上完成需要 10 秒，该 GPU 机器的运行成本为每秒 0.00012 美元，则将收取 0.0012 美元的费用。

"hf-inference" 提供商目前是在使用 JavaScript 和 Python SDK 时的默认提供商。请注意，此默认设置将来可能会更改。

组织账单

对于企业 Hub 组织，可以集中所有用户的账单。每个用户仍然使用自己的用户访问令牌，但请求将计入您的组织。这可以通过在 HTTP 请求中传递 "X-HF-Bill-To: my-org-name" 作为标头来完成。

企业 Hub 组织根据订阅中的席位数量获得免费使用信用额度池。Inference Providers 的使用情况可以在组织的账单页面上跟踪。企业 Hub 组织管理员还可以从组织的设置中设置支出限额并禁用一组 Inference Providers。

如果您正在使用 JavaScript InferenceClient，您可以在客户端级别设置 billTo 属性

import { InferenceClient } from "@huggingface/inference";

const client = new InferenceClient("hf_token", { billTo: "my-org-name" });

const image = await client.textToImage({
	model: "black-forest-labs/FLUX.1-schnell",
	inputs: "A majestic lion in a fantasy forest",
	provider: "fal-ai",
});
/// Use the generated image (it's a Blob)

Python 中也是如此

from huggingface_hub import InferenceClient
client = InferenceClient(provider="fal-ai", bill_to="my-org-name")
image = client.text_to_image(
    "A majestic lion in a fantasy forest",
    model="black-forest-labs/FLUX.1-schnell",
)
image.save("lion.png")