免费 Hugging Face 推理：额度、ZeroGPU 和 Spaces
免费 Hugging Face 推理：额度、ZeroGPU 和 Spaces
免费 Hugging Face 账户没有每月推理额度。仍然免费的是：ZeroGPU 分钟、作为 API 的 Spaces、你自己的提供商密钥，以及 PRO。
时间 10 分钟 你需要：一个已验证邮箱的免费 Hugging Face 账户 · 一个细粒度访问令牌（在你的账户设置中创建） · Python 3.10+ 及 gradio_client，或 curl 最后核对：2026 年 10 月 21 日
Hugging Face 曾是“免费推理 API”的默认答案。2026 年，答案更窄了：免费账户没有 Inference Providers（其无服务器 API）的月度额度。仍然免费的是 ZeroGPU Spaces 上的 GPU 时间、作为 API 调用的 Spaces，以及使用你自己的、来自有免费层的提供商的密钥，通过 Hugging Face 路由请求。以下每个数字均于 2026-10-21 在 Hugging Face 的文档和定价页核对。
各账户可获得什么
| 免费账户 | PRO（每月 $9） | |
|---|---|---|
| Inference Providers 额度 | 无；需购买额度才能使用 | 每月 $2.00 |
| ZeroGPU 每日 GPU 配额 | 5 分钟（未登录 2 分钟） | 40 分钟，之后每 10 分钟从额度中扣 $1 |
| 可托管的 ZeroGPU Spaces | 2 个（已验证邮箱，账户超过 30 天） | 10 个 |
| 在 CPU 上新建 Gradio 或 Docker Spaces | 无法创建或复制 | 可以，CPU Basic 是免费硬件 |
| 静态 Spaces | 可以 | 可以 |
Team（每用户每月 $20）和 Enterprise 组织按席位获得 $2.00，由成员共享（定价、计费文档）。
Inference Providers：没有免费额度
Inference Providers 是一个 OpenAI 兼容端点 https://router.huggingface.co/v1，统一接入 Groq、Cerebras、Together、Fireworks、Novita、Scaleway 和 Hugging Face 自有 hf-inference 等合作伙伴。计费页面写得很直白：“免费用户可通过购买额度或升级到 PRO 来使用 Inference Providers”，其表格将免费用户的月度额度列为“无”。Hugging Face 按提供商费率收费，“不额外收费”。
PRO 的每月 $2.00 是通用计算额度：也可用于 Inference Endpoints、Spaces 硬件、超出配额的 ZeroGPU 和 Jobs。仅适用于通过 Hugging Face 路由的请求。
通过同一 API 的免费途径：在 Hugging Face 设置中添加自定义提供商密钥。使用自己的密钥时，“Hugging Face 不会就此次调用向你收费”，而由提供商直接向你计费，因此提供商自己的免费层就是你的上限。[Groq 的免费方案](/offer/groq-free-tier/) 是其中之一；[免费 Groq API 密钥指南](/learn/free-groq-api-key/) 说明了其限制。额度不适用于自定义密钥请求。
ZeroGPU：免费 GPU 分钟
[ZeroGPU](/offer/hugging-face-zerogpu-spaces/) 按需为 Gradio Spaces 提供共享的 NVIDIA RTX Pro 6000 Blackwell：默认半张卡（48 GB），或整张卡（96 GB），但配额消耗翻倍。
- 每日配额：未认证 2 分钟，免费账户 5 分钟，PRO 和 Team 40 分钟，Enterprise 60 分钟。它“在你首次使用 GPU 后正好 24 小时重置”，剩余配额决定你的队列优先级。
- 默认调用时长：每次函数调用 60 秒 GPU，可通过 @spaces.GPU(duration=...) 提高。
- 托管：状态正常的免费账户可托管 2 个 ZeroGPU Spaces（仅 Gradio SDK）。Kaggle 每周 30 GPU 小时对笔记本和训练来说更充裕；[免费 GPU 指南](/learn/free-gpu-for-ai/) 比较了它们，[免费 GPU 配额追踪器](/tools/free-gpu-quotas) 还加入了 Lightning AI 和 Paperspace。
Spaces：免费托管已变化
CPU Basic（2 vCPU、16 GB RAM、50 GB 非持久磁盘）仍无每小时费用，但“Gradio 和 Docker Spaces 运行在计算资源上，创建需要付费方案”。免费账户可以创建“对所有人免费”的静态 Spaces，以及其 2 个 ZeroGPU Gradio Spaces。复制 Gradio 或 Docker Space 遵循相同规则（Spaces GPU 升级）。免费硬件上的 Spaces 在一段时间未使用后会“休眠”（Spaces 概览）。
步骤：免费调用模型
- 在 huggingface.co 注册并验证邮箱。
- 在设置的 Access Tokens 页面创建细粒度令牌。用于 Inference Providers 时，勾选 Make calls to Inference Providers；用于 Spaces 时，读取权限即可。
- 将 ZeroGPU Space 作为 API 调用。每个 Gradio Space 的页脚都有“Use via API”链接。pip install gradio_client，然后 Client("owner/space", token="hf_...") 和 client.predict(..., api_name="/predict")。使用令牌后，调用会消耗你账户的 5 分钟，而不是 2 分钟匿名配额（Spaces 作为 API 端点）。
- 或使用自己的密钥路由到免费提供商。在 Inference Providers 设置中添加提供商密钥，然后调用 curl https://router.huggingface.co/v1/chat/completions -H "Authorization: Bearer $HF_TOKEN" -H "Content-Type: application/json" -d '{"model": "openai/gpt-oss-120b:groq", "messages": [{"role": "user", "content": "Hello"}]}'。:groq 后缀选择提供商；:fastest 和 :cheapest 让 Hugging Face 选择。
- 在发送真实流量前，在设置的计费页面检查余额和用量。
限制与注意点
- 没有免费无服务器额度。没有自定义密钥或已购买额度时，经路由的 Inference Providers 调用不免费。
- Spaces 是别人的应用。公开 Space 可能更改 API、休眠或被删除；如果你依赖它，就复制到你的账户（复制 Gradio 需要 ZeroGPU 名额或付费方案）。
- 5 分钟 GPU 配额消耗得很快。整张卡上 45 秒的调用会消耗 90 秒配额。
- 改为自己运行模型：Hugg