¿Qué es Hugging Face?
Hugging Face es donde se publican la mayoría de los modelos de pesos abiertos y conjuntos de datos de IA. Además del hub gratuito vende Spaces (alojamiento para apps de demostración de IA), Inference Providers (una única API compatible con OpenAI que enruta a proveedores asociados como Groq, Together AI y Cerebras a sus propios precios) e Inference Endpoints (GPU dedicadas que ejecutan un modelo solo para ti).
Las cuentas son gratuitas, con 100GB de almacenamiento privado pero sin crédito de inferencia incluido. PRO cuesta 9 $ al mes y añade 2 $ de crédito mensual de cómputo, 1TB de almacenamiento privado y 8x la cuota de ZeroGPU. Team cuesta 20 $ por usuario al mes y Enterprise 50 $, y cada puesto añade 2 $ de crédito compartido y 1TB de almacenamiento privado. El 3 de septiembre de 2026 NVIDIA anunció que había acordado comprar Hugging Face por unos 12,93 mil millones de dólares; el anuncio no da fecha de cierre.
¿Cuánto cuesta Hugging Face?
| Plan | Precio | Qué incluye |
|---|---|---|
| Free | Free | 100GB de almacenamiento privado, sin crédito de inferencia incluido |
| PRO | $9/month | 2 $ de crédito de cómputo |
| Team | $20/user/month | |
| Enterprise | $50/user/month |
Cuenta gratuita (100GB de almacenamiento privado, sin crédito de inferencia incluido); PRO 9 $/mes (2 $ de crédito de cómputo); Team 20 $/usuario/mes; Enterprise 50 $/usuario/mes. GPU de Spaces desde 0,40 $/hora; Inference Endpoints desde 0,03 $/hora (CPU), H100 a 4,50 $/hora.
¿Merece la pena Hugging Face?
Cuando sale un modelo de IA abierto, suele aparecer primero en Hugging Face, y la herramienta con la que lo ejecutes lo descargará de allí.
El anuncio de compra de NVIDIA sitúa el hub en más de 3 millones de modelos, 500.000 conjuntos de datos y 1 millón de apps, usados por más de 18 millones de desarrolladores y 200.000 empresas. Para un ingeniero es fontanería: transformers, vLLM, llama.cpp y Ollama descargan los pesos de sus URL de archivo. Por eso el ajuste que más importa es un token de acceso. Las descargas anónimas se limitan a 3.000 peticiones de archivos cada cinco minutos por dirección IP, frente a 5.000 para un usuario gratuito con sesión iniciada y 12.000 en PRO.
Sobre el hub hay tres productos de pago de valor desigual. Inference Providers pone un único endpoint compatible con OpenAI delante de más de 200 modelos en proveedores asociados, a las tarifas de esos proveedores y sin recargo. Es la forma más barata de comparar proveedores, pero las cuentas gratuitas ya no reciben crédito incluido, así que para probar hace falta una tarjeta o los 2 $ al mes de PRO. Inference Endpoints te alquila GPU dedicadas: una H100 cuesta 4,50 $ la hora y una H200 cuesta 5,00 $, por debajo de los 5,49 $ que Together AI anuncia por una H100 dedicada, aunque no de su tarifa de clúster de 3,99 $. Spaces sigue siendo la forma más rápida de poner una demo en línea, con tiempo gratuito compartido de ZeroGPU.
Dos detalles pillan desprevenidos a los equipos. Text Generation Inference, el servidor de modelos propio de Hugging Face, está en modo de mantenimiento, y su documentación ahora remite los nuevos despliegues a vLLM o SGLang. Y el almacenamiento privado se mide: 100GB gratis, 1TB en PRO o por puesto de pago, y después 18 $ por TB al mes, lo que suma si subes un checkpoint de cada entrenamiento.
La pega: el terreno neutral cambia de manos. La publicación de Jensen Huang promete que la plataforma seguirá abierta y que no hará falta cómputo de NVIDIA para construir sobre ella ni para desplegar a través de ella, pero no da fecha de cierre, y TechCrunch señala la lógica comercial de combinar la capacidad sobrante de NVIDIA con los servicios de Hugging Face. El mismo artículo recuerda que OpenAI dijo en julio que sus modelos no publicados habían sufrido una brecha en Hugging Face. El hub analiza las subidas en busca de malware, archivos pickle inseguros y secretos filtrados, y la empresa tiene la certificación SOC 2 Type 2, pero para un equipo de compras su neutralidad es ahora una promesa y no una estructura.
Nuestra opinión: Hugging Face es la biblioteca pública de la IA abierta, y tomarás prestado de ella hagas lo que hagas. Alquilar sus GPU es una decisión aparte, una comparación de precios como cualquier otra.
Dónde se gana su sitio
Un ingeniero de ML que preselecciona tres modelos abiertos para un chatbot de soporte
Comparar calidad y latencia entre proveedores antes de comprometerse con uno
Apunta el SDK de OpenAI a router.huggingface.co y cambia de modelo y proveedor por su nombre, pagando los precios por token de cada proveedor; los 2 $ de crédito mensual de PRO cubren pruebas ligeras, y a partir de ahí el uso se cobra en tarjeta.
Un laboratorio universitario de investigación de 15 personas
Guardar checkpoints y conjuntos de datos privados con control de acceso
Team a 20 $ por puesto cuesta 300 $ al mes e incluye 15TB de almacenamiento privado (1TB por puesto), SSO, registros de auditoría y regiones de almacenamiento; lo que pase de ahí se cobra a 18 $ por TB al mes.
Un ingeniero de plataforma que sirve un modelo de 70B ajustado
Ejecutar un endpoint privado sin gestionar Kubernetes
Dos H100 en Inference Endpoints cuestan 9,00 $ la hora, unos 6.570 $ al mes si se dejan encendidas 730 horas, así que solo compensa con tráfico constante; las cargas irregulares salen más baratas con Inference Providers por token.
Una startup de dos fundadores que prepara una demo para inversores
Poner en línea esta semana una demo de un modelo que funcione
Una app de Gradio en Spaces con tiempo gratuito de ZeroGPU no cuesta nada; PRO a 9 $ da 8x la cuota de ZeroGPU y máxima prioridad en la cola, y una T4 dedicada desde 0,40 $ la hora mantiene la demo siempre lista.
Antes de decidirte
- Puesta en marcha
- Crea una cuenta y un token de acceso; los modelos se descargan con transformers o la CLI hf en minutos, e Inference Providers funciona con el SDK de OpenAI cambiando la URL base.
- Integraciones
- SDK huggingface_hub (Python) y @huggingface/inference (JavaScript); los pesos se cargan en vLLM, SGLang, llama.cpp, MLX y Ollama; Inference Endpoints funciona en AWS, Azure y Google Cloud.
- Datos y privacidad
- SOC 2 Type 2 y RGPD; BAA y acuerdos de tratamiento de datos en Enterprise; SSO, registros de auditoría y regiones de almacenamiento desde Team; SCIM en Enterprise.
- Coste a escala
- Una organización Team de 50 puestos paga 1.000 $ al mes, con 100 $ de crédito de cómputo compartido y 50TB de almacenamiento privado; un endpoint H100 siempre encendido suma unos 3.285 $ al mes.
- Límites
- Las peticiones al hub tienen límites por ventana de cinco minutos (usuarios gratuitos 1.000 peticiones de API y 5.000 de archivos, PRO 2.500 y 12.000, aplicados por miembro en las organizaciones); cada archivo tiene un máximo de 500GB.
Lo bueno
- La mayor biblioteca pública de modelos y conjuntos de datos abiertos
- Inference Providers repercute los precios de los proveedores sin recargo
- H100 dedicada a 4,50 $/hora, por debajo de la tarifa dedicada de Together AI
- El plan Team a 20 $/usuario añade SSO, registros de auditoría y regiones de almacenamiento
- SOC 2 Type 2; análisis de malware, pickle y secretos en las subidas
Lo malo
- Las cuentas gratuitas no reciben crédito de inferencia incluido
- TGI está en modo de mantenimiento; los nuevos despliegues deberían usar vLLM o SGLang
- El almacenamiento privado por encima del 1TB incluido cuesta 18 $/TB al mes
- La compra pendiente por NVIDIA deja su neutralidad en manos de una promesa
Ideal para
Ingenieros y equipos de investigación que buscan, comparten, prueban o ajustan modelos abiertos, y organizaciones que necesitan un registro privado de modelos.
Alternativas a Hugging Face
Hugging Face: preguntas frecuentes
- ¿Merece la pena Hugging Face?
- Imprescindible como repositorio de modelos, competitivo pero sin nada especial como proveedor de alojamiento, y pronto en manos del mayor vendedor de chips de IA. Le damos un 4.7 sobre 5.
- ¿Cuánto cuesta Hugging Face?
- Cuenta gratuita (100GB de almacenamiento privado, sin crédito de inferencia incluido); PRO 9 $/mes (2 $ de crédito de cómputo); Team 20 $/usuario/mes; Enterprise 50 $/usuario/mes. GPU de Spaces desde 0,40 $/hora; Inference Endpoints desde 0,03 $/hora (CPU), H100 a 4,50 $/hora.
- ¿Qué inconvenientes tiene Hugging Face?
- Las cuentas gratuitas no reciben crédito de inferencia incluido; tGI está en modo de mantenimiento; los nuevos despliegues deberían usar vLLM o SGLang; el almacenamiento privado por encima del 1TB incluido cuesta 18 $/TB al mes; la compra pendiente por NVIDIA deja su neutralidad en manos de una promesa.
- ¿Para quién es Hugging Face?
- Ingenieros y equipos de investigación que buscan, comparten, prueban o ajustan modelos abiertos, y organizaciones que necesitan un registro privado de modelos.
- ¿Cuánto cuesta Hugging Face para un equipo o en producción?
- Una organización Team de 50 puestos paga 1.000 $ al mes, con 100 $ de crédito de cómputo compartido y 50TB de almacenamiento privado; un endpoint H100 siempre encendido suma unos 3.285 $ al mes.
- ¿Es Hugging Face seguro para los datos de la empresa?
- SOC 2 Type 2 y RGPD; BAA y acuerdos de tratamiento de datos en Enterprise; SSO, registros de auditoría y regiones de almacenamiento desde Team; SCIM en Enterprise.
- ¿Cuáles son las mejores alternativas a Hugging Face?
- Las alternativas más cercanas que hemos analizado son Replicate, Together AI, Modal y OpenRouter.
Respuestas comprobadas el 22 oct 2026.