Hugging Face und OpenRouter arbeiten zusammen, um Open-Weight-Modelle einfach ausführbar zu machen. Jede wichtige Veröffentlichung eines Open-Weight-Modells wird auf dem Hugging Face Hub veröffentlicht, und OpenRouter stellt diese Modelle im großen Maßstab bereit, wobei jede Anfrage basierend auf Live-Messungen jedes Anbieters über 80+ Anbieter hinweg geroutet wird. Zusammen kann jedes Open-Weight-Modell auf dem Hub, das von einem Anbieter bereitgestellt wird, mit einem Hugging Face-Token über dieselbe API aufgerufen werden, wobei für jede Anfrage der beste Anbieter ausgewählt wird.

Heute stellt Hugging Face die Inference Providers von seinem eigenen benutzerdefinierten Router auf den von OpenRouter um. Anfragen an Sprachmodelle laufen nun über OpenRouter, das basierend auf Live-Preisen, Geschwindigkeit und Zuverlässigkeit den besten Anbieter für jeden Aufruf auswählt und bei einem Ausfall des ersten Anbieters auf einen anderen Anbieter zurückgreift. Der Benutzercode bleibt unverändert.

Der Router unterstützt die Chat Completions- und Responses-APIs von OpenAI sowie die Messages-API von Anthropic für jedes Chat-Modell, unabhängig vom dahinterstehenden Anbieter. Einrichtungsanleitungen sind für Claude Code, Codex, OpenCode, Pi und Hermes Agent verfügbar.

Das gleiche Hugging Face-Token gibt Benutzern auch Zugriff auf Speicher mit Storage Buckets, Rechenleistung mit Jobs und dedizierte Inferenz mit Inference Endpoints. PRO-, Team- und Enterprise-Pläne beinhalten monatliche Credits für Rechenleistung und Inferenz.

Auf OpenRouter stieg der Anteil der bereitgestellten Token durch Open-Weight-Modelle von 26,8 % im Oktober 2025 auf 71,7 % Ende September 2026, nachdem er im Juli bei 77,5 % seinen Höhepunkt erreicht hatte, so OpenRouter im Oktober 2026. Im selben Zeitraum wuchs das wöchentliche Volumen an Open-Weight-Modellen um mehr als das 60-Fache, im Vergleich zu fast dem Zehnfachen bei geschlossenen Modellen. In dieser Woche ist das am häufigsten genutzte Modell auf OpenRouter ein Open-Weight-Modell, DeepSeek V4.1 Flash 1017, mit 59,2 Billionen Token.

OpenRouter bedient mehr als 800 Billionen Token pro Monat für über 10 Millionen Benutzer, über 600+ Modelle von 80+ Anbietern hinweg. Sein Routing basiert auf Live-Messungen jedes Anbieters über diesen Datenverkehr.

OpenRouter hat sein Provider-Routing kürzlich neu aufgebaut: Statt nur auf den niedrigsten Listenpreis zu achten, sendet es jede Anfrage an den Anbieter mit der besten Mischung aus Preis, Geschwindigkeit und Zuverlässigkeit. Wenn ein Anbieter langsamer wird oder auszufallen beginnt, wird der Verkehr von ihm weggeleitet, bis er sich erholt, und ein fehlgeschlagener Versuch wird bei der nächstbesten Anbieteroption innerhalb desselben Aufrufs wiederholt. In den Messungen von OpenRouter reduzierte das neue Routing Kapazitätsfehler um 46 % und verbesserte die Zeit bis zum ersten Token um 16,9 % sowie den Durchsatz um 16,3 %.

Zuvor wählten Inference Providers einen Anbieter für eine Anfrage aus und gaben dessen Fehler zurück, falls dieser fehlschlug. Jetzt wird die Anfrage bei einem anderen Anbieter wiederholt. Benutzer können weiterhin eine Richtlinie oder einen Anbieter mit einem Suffix an der Modell-ID auswählen:

zai-org/GLM-5.3 # Standard: beste Mischung aus Preis, Geschwindigkeit und Zuverlässigkeit zai-org/GLM-5.3:fastest # höchster Durchsatz zai-org/GLM-5.3:cheapest # niedrigster Preis zai-org/GLM-5.3:novita # nur Novita

Das Routing ist auch cache-bewusst: Eine Konversation bleibt beim Anbieter, der ihren Prompt-Cache hält. Um dies explizit zu machen, können Benutzer eine stabile UUID pro Konversation im X-HF-Session-Id-Header senden.

Die Preise ändern sich nicht: Benutzer zahlen den Preis des Anbieters auf ihrer Hugging Face-Rechnung, und Hugging Face fügt keinen Aufschlag hinzu. PRO-Benutzer erhalten jeden Monat $2 an Credits, und Team- und Enterprise-Organisationen erhalten $2 pro Sitzplatz.

Die Generierung von Bildern, Videos und Audio funktioniert weiterhin genau wie zuvor, direkt über Hugging Face Inference Providers, ohne über OpenRouter zu laufen. Benutzer können weiterhin denselben Token und dieselbe API verwenden und auf zehntausende LoRAs zugreifen.

Auf Modellseiten können Benutzer sofort im Widget mit dem Modell chatten. Zwei neue Tabs zeigen, was dahintersteckt: Providers listet jeden Anbieter auf, zu dem OpenRouter das Modell routen kann, mit dessen Eingabe- und Ausgabepreis, Geschwindigkeit und Verfügbarkeit in den letzten 24 Stunden, und Metrics zeigt den besten Preis, Durchsatz, Zeit bis zum ersten Token, Kontextlänge und Verfügbarkeit unter ihnen. Eine Nutzungsübersicht unterteilt die Ausgaben nach dem Anbieter, an den jede Anfrage gesendet wurde.

In den Einstellungen können Benutzer jeden Anbieter ausschalten, den sie nicht möchten: Der Router sendet keine Anfragen dorthin. Organisationen haben dieselben Einstellungen, und diese gelten für jede Anfrage, die der Organisation in Rechnung gestellt wird.

Anfragen an Sprachmodelle laufen nun über OpenRouter und werden auf das Hugging Face-Konto oder die Organisation des Benutzers abgerechnet, sodass Benutzer ihren eigenen API-Schlüssel für einen Anbieter mit diesen Modellen nicht mehr verwenden können. Benutzer können weiterhin einen Anbieter mit einem Suffix an der Modell-ID auswählen oder Anbieter in den Einstellungen ausschalten, und der Code bleibt unverändert. Benutzerdefinierte Schlüssel für Bild- und Videoanbieter funktionieren weiterhin.

Dies ist der erste Schritt der Partnerschaft mit OpenRouter. Als Nächstes: Ein OpenRouter-Konto mit Hugging Face verbinden und mehr Aufgaben über OpenRouter routen.


Quellen (auf Englisch)

KI-Übersetzung des englischen Originalartikels, automatisch geprüft, damit sie dasselbe aussagt wie das Original. Die Quellen wurden auf Englisch geprüft.