---
title: 'Hugging Face × OpenRouter : comment fonctionne le routage des modèles open-weight'
description: 'Hugging Face a basculé son routeur Inference Providers vers OpenRouter. Voici ce que change ce partenariat, comment le routage choisit un fournisseur et ce qui reste à ta charge.'
pubDate: 2026-11-21
family: 'intelligence-artificielle'
tags: []
heroImage: '/images/hugging-face-openrouter-le-routage-des-modeles-open-weight.webp'
videoUrl: 'https://www.youtube.com/watch?v=YKSi6DZNW2E'
faq:
  - question: 'Le changement casse-t-il mon code existant ?'
    answer: "Non, dans la majorité des cas. Tu gardes ton token Hugging Face, la même URL de base et le même format d'API : seul le routeur qui choisit le fournisseur change. La seule rupture annoncée concerne les clés de fournisseur personnalisées, qui ne fonctionnent plus pour les modèles de langage (voir l'annonce officielle)."
  - question: 'Hugging Face prend-il une commission sur les requêtes ?'
    answer: 'Non. Hugging Face indique facturer le prix du fournisseur sans marge ajoutée. Les utilisateurs PRO reçoivent 2 $ de crédits par mois, et les organisations Team ou Enterprise 2 $ par siège.'
  - question: 'Puis-je forcer un fournisseur précis plutôt que le choix automatique ?'
    answer: "Oui. Tu peux ajouter un suffixe à l'identifiant du modèle (`:fastest`, `:cheapest` ou `:nom-du-fournisseur`) ou désactiver des fournisseurs dans tes paramètres ; le routeur ne leur enverra plus de requêtes."
---

Hugging Face et OpenRouter ont annoncé un partenariat qui change la façon dont les modèles open-weight sont servis sur le Hub. Concrètement, Hugging Face a remplacé son propre routeur par celui d'OpenRouter pour les modèles de langage : une requête vers Inference Providers passe désormais par OpenRouter, qui choisit le fournisseur et retente ailleurs en cas d'échec. Ton code, lui, ne bouge pas.

Cet article s'appuie sur la vidéo et la complète avec l'[annonce officielle du 16 novembre 2026](https://huggingface.co/blog/openrouter), la [documentation Inference Providers](https://huggingface.co/docs/inference-providers/index) et la [documentation du routage OpenRouter](https://openrouter.ai/docs/features/provider-routing). Aucune commande de cet article n'a été exécutée pour l'article : les chiffres proviennent de ces sources, pas d'un test mené sur une machine.

## Ce que change le partenariat

Hugging Face bascule Inference Providers de son routeur maison vers celui d'OpenRouter pour les modèles de langage. Chaque appel est dirigé vers le fournisseur qui sert le modèle demandé, et bascule automatiquement vers un autre s'il tombe ou atteint sa limite de débit. L'annonce résume l'intérêt : tous les modèles open-weight du Hub servis par un fournisseur peuvent être appelés **avec ton token Hugging Face, à travers la même API**, le meilleur fournisseur étant choisi à chaque requête.

Le routeur accepte les API OpenAI (Chat Completions et Responses) et l'API Messages d'Anthropic pour chaque modèle de chat, quel que soit le fournisseur derrière. Hugging Face publie des guides de configuration pour Claude Code, Codex, OpenCode, Pi et Hermes Agent, ce qui revient à brancher ton agent de code sur le catalogue du Hub au lieu d'un fournisseur unique.

## La part des modèles open-weight sur OpenRouter

Le partenariat s'appuie sur une tendance déjà mesurable. D'après les chiffres cités dans l'annonce (source OpenRouter, octobre 2026) :

- la part des modèles open-weight est passée de **26,8 % des tokens servis en octobre 2025 à 71,7 % fin septembre 2026**, après un pic à 77,5 % en juillet ;
- le volume hebdomadaire open-weight a été multiplié par plus de 60 sur la période, contre environ 10 pour les modèles fermés ;
- le modèle le plus utilisé sur OpenRouter est un modèle open-weight, DeepSeek V4.1 Flash 1017, avec 59,2 billions de tokens.

Côté prix, l'écart reste net : environ **0,28 $ par million de tokens d'entrée et 1,62 $ en sortie** pour les modèles open-weight, contre 1,27 $ et 6,36 $ pour les modèles fermés. Sur les benchmarks les plus difficiles, l'écart de qualité existe encore : sur l'[Artificial Analysis Intelligence Index](https://artificialanalysis.ai/), le meilleur modèle open-weight cité (Kimi K3.1 Pro) obtient 46 contre 65 pour Claude Fable 5.2, mais à environ un septième du coût par tâche (3,68 $ contre 26,54 $).

## Comment OpenRouter choisit un fournisseur

OpenRouter sert plus de 800 billions de tokens par mois à plus de 10 millions d'utilisateurs, sur 600+ modèles et 80+ fournisseurs. Le routage par défaut ne regarde plus seulement le prix affiché le plus bas. Il compare, pour chaque fournisseur, une série de mesures issues du trafic récent :

- **le prix effectif** : ce que le fournisseur facture réellement, en tenant compte de son taux de cache et de son mélange typique de tokens d'entrée et de sortie ;
- **le débit** : les tokens de sortie par seconde, de bout en bout ;
- **le temps avant le premier token (TTFT)** : le délai avant que la réponse commence à streamer ;
- **les limites de débit** : la fréquence des réponses 429 faute de capacité ;
- **la fiabilité** : la fréquence des échecs imputables au fournisseur ;
- **la qualité** : le fait que les appels d'outils reviennent bien formés.

Les fournisseurs proches du meilleur se partagent la majorité du trafic, chaque requête en tirant un au hasard pondéré par ces parts ; ceux qui sont loin derrière conservent une petite part pour que le routeur remarque leur amélioration. Un fournisseur dont les erreurs ou les 429 sont nettement pires que ceux du même modèle ne reçoit plus de trafic jusqu'à ce qu'il se rétablisse, et un échec est retenté sur le meilleur fournisseur restant **dans le même appel**. Les échanges d'une conversation restent sur le fournisseur qui détient son cache de prompt.

D'après les mesures d'OpenRouter reprises dans l'annonce, ce nouveau routage a **réduit les erreurs de capacité de 46 %** et amélioré le TTFT de 16,9 % et le débit de 16,3 %.

## Choisir une politique depuis l'identifiant du modèle

Le routage par défaut s'applique quand tu laisses le choix du fournisseur à OpenRouter. Tu peux le remplacer avec un suffixe sur l'identifiant du modèle, comme le montre l'annonce :

```text
zai-org/GLM-5.3              # défaut : meilleur compromis prix, vitesse, fiabilité
zai-org/GLM-5.3:fastest      # débit le plus élevé
zai-org/GLM-5.3:cheapest     # prix le plus bas
zai-org/GLM-5.3:novita       # uniquement Novita
```

Le routage est aussi **conscient du cache** : une conversation reste sur le fournisseur qui détient son cache de prompt. Pour rendre ce comportement explicite, tu envoies un UUID stable par conversation dans l'en-tête `X-HF-Session-Id`.

## Brancher ton agent de code

La bascule ne change pas ton point d'entrée. Tu pointes ton client vers l'URL de base `https://router.huggingface.co/v1` avec ton token Hugging Face, en compatibilité OpenAI :

```python
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://router.huggingface.co/v1",
    api_key=os.environ["HF_TOKEN"],
)

completion = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V4.1-Flash:fastest",
    messages=[{"role": "user", "content": "Bonjour"}],
)
```

Cet exemple est tiré de la [documentation Inference Providers](https://huggingface.co/docs/inference-providers/index) ; il n'a pas été exécuté pour cet article. Le même token donne aussi accès au stockage (Storage Buckets), au calcul (Jobs) et à l'inférence dédiée (Inference Endpoints).

## Coûts et suivi

La tarification ne change pas : tu paies le prix du fournisseur sur ta facture Hugging Face, sans marge ajoutée par Hugging Face. Les utilisateurs PRO reçoivent 2 $ de crédits chaque mois, et les organisations Team ou Enterprise 2 $ par siège. Sur les pages de modèle, deux onglets montrent ce qui se cache derrière l'appel : **Providers** liste chaque fournisseur joignable avec son prix, sa vitesse et sa disponibilité sur 24 heures, et **Metrics** résume le meilleur prix, le débit, le TTFT, la longueur de contexte et la disponibilité. Ton récapitulatif d'usage ventile la dépense par fournisseur, et tu peux en désactiver depuis tes paramètres.

## Ce qui ne change pas, et les limites

- **La génération d'images, de vidéos et d'audio** continue de passer directement par Inference Providers, sans OpenRouter : même token, même API, et l'accès aux LoRA reste inchangé.
- **Rupture à connaître** : les requêtes vers les modèles de langage sont désormais facturées à ton compte Hugging Face via OpenRouter, donc tu ne peux plus utiliser ta propre clé d'API d'un fournisseur pour ces modèles. Tu peux toujours cibler un fournisseur avec un suffixe (`modèle:fournisseur`) ou le désactiver dans tes paramètres. Les clés personnalisées pour les fournisseurs d'images et de vidéos continuent de fonctionner.
- **Suite du partenariat** : connecter ton compte OpenRouter à Hugging Face et router davantage de tâches via OpenRouter sont annoncés comme les prochaines étapes.

## À retenir

Le partenariat ne bouleverse pas ta façon d'appeler les modèles : il change le routeur qui décide où part chaque requête. Le gain concret, c'est la bascule automatique en cas de panne ou de limite de débit et une sélection continue selon prix, vitesse et fiabilité, sur un catalogue qui compte désormais majoritairement des modèles open-weight. Si tu utilises un modèle open-weight via Hugging Face, tu n'as rien à réécrire ; si tu dépends d'une clé de fournisseur personnalisée pour un modèle de langage, vérifie ce point avant de mettre à jour.

Pour aller plus loin sur des modèles ouverts, tu peux comparer avec [DeepSeek V4 Flash](/blog/pourquoi-deepseek-v4-flash-0731-change-absolument-tout/) ou reprendre les bases avec le [guide complet de Claude Code](/blog/claude-code-le-guide-complet-pour-bien-debuter/).

La vidéo ci-dessous décrypte le partenariat, son routage et les implications concrètes pour les développeurs.

## Questions fréquentes

**Le changement casse-t-il mon code existant ?**

Non, dans la majorité des cas. Tu gardes ton token Hugging Face, la même URL de base et le même format d'API : seul le routeur qui choisit le fournisseur change. La seule rupture annoncée concerne les clés de fournisseur personnalisées, qui ne fonctionnent plus pour les modèles de langage (voir l'annonce officielle).

**Hugging Face prend-il une commission sur les requêtes ?**

Non. Hugging Face indique facturer le prix du fournisseur sans marge ajoutée. Les utilisateurs PRO reçoivent 2 $ de crédits par mois, et les organisations Team ou Enterprise 2 $ par siège.

**Puis-je forcer un fournisseur précis plutôt que le choix automatique ?**

Oui. Tu peux ajouter un suffixe à l'identifiant du modèle (`:fastest`, `:cheapest` ou `:nom-du-fournisseur`) ou désactiver des fournisseurs dans tes paramètres ; le routeur ne leur enverra plus de requêtes.
