Resumen

  • Un solo número duro gobierna una escritura única, y la página lo imprime como prosa y no como celda de tabla: 500GB por archivo. La tabla de recomendaciones de esa misma página pide menos de 200GB por archivo y deja la fila del tamaño del repositorio sin cifra, porque la página afirma que no existe ningún límite por repositorio.
  • Las cuotas de cuenta van de 100GB de almacenamiento privado en una cuenta gratuita a 200TB de base pública en Enterprise, con una fila Enterprise Plus de 500TB que solo aparece en una segunda página, mientras que todas las lecturas de consumo que pude revisar son por repositorio, en bytes, y ninguna página examinada dice si esos bytes son el tamaño lógico de los archivos o los bloques deduplicados que realmente guarda un almacén direccionado por contenido.

El muro, en tres anchos

Empecemos por el único techo duro del corpus, escrito como frase y no como casilla:

In all cases, no single file will exceed 500GB. I.e. 500GB is the hard limit for a single file size.

El alcance es un archivo. La unidad es GB, sin matices. Y la página no se detiene ahí, porque el número que un usuario encontrará con más probabilidad es más pequeño y más blando: la tabla de repositorios del mismo documento recomienda un tamaño de archivo inferior a 200GB, menos de 100.000 archivos por repositorio, menos de 10.000 entradas por carpeta y commits de menos de 100 archivos (Storage limits). La celda del tamaño del repositorio no lleva ninguna cifra.

La distinción entre esas dos clases es real, y vive en la prosa y no en el marcado de la tabla: una es una recomendación, la otra está descrita por la propia página como límite duro. Lo que la página no imprime es la consecuencia. La cadena de rechazo existe en el corpus, pero llega de un usuario y no de la plataforma: un hilo de foro fechado el 1 de mayo de 2025 transcribe 403 Forbidden: Private repository storage limit reached, please upgrade your plan... (Hugging Face Forums). Es un mensaje de error puesto por escrito, no una política del proveedor, y el autor del mismo hilo informa una pantalla de cuota en torno a 66GB usados de 100GB mientras sus envíos estaban bloqueados. Lo cito por una razón estrecha: es el único texto donde encontré un rechazo escrito tal cual.

El segundo ancho es el repositorio, y aquí el proveedor se niega deliberadamente a poner un número:

There is no per-repo size limit for models and datasets, but uploads count against your account’s total storage quota.

Esa frase es la bisagra de todo el documento. Elimina un techo en una escala y traslada la contabilidad a otra: el repositorio no tiene límite, la cuenta sí. Todo lo que un usuario hace realmente —subir un modelo, versionar un conjunto de datos, conservar los artefactos de compilación de un Space— cae entonces sobre una cuota denominada en terabytes.

El tercer ancho es la cuenta. Los usuarios y organizaciones gratuitos reciben almacenamiento público impreso como Best-effort* y almacenamiento privado de 100GB. PRO lleva Up to 10TB included* + add-on en público y 1TB + pay-as-you-go en privado. Las organizaciones Team reciben 12TB base + 1TB per seat + add-on en público y 1TB per seat + pay-as-you-go en privado. Las organizaciones Enterprise reciben 200TB base + 1TB per seat + add-on en público, con un Up to 1,000TB for large contracts aparte, y 1TB per seat + pay-as-you-go en privado. El almacenamiento público también se vende por terabyte: 1TB a 12 dólares al mes, 5TB a 60, 10TB a 120, 20TB a 240, 50TB a 500 —la última fila equivale a 10 dólares por terabyte mensual, el único punto de la página donde comprar más cuesta menos por unidad—. El pago por uso privado arranca en 18 dólares por terabyte al mes y baja a 16 en 50TB, 14 en 200TB y 12 en 500TB.

El almacenamiento público gratuito está impreso como Best-effort*, con medidas presentadas como prevención del abuso del almacenamiento público gratuito. No es un techo numérico y no voy a inventarle uno.

Dos páginas, una misma cantidad, trescientos terabytes de diferencia

La fila Enterprise es donde el corpus se parte. La tabla de límites de almacenamiento termina en Enterprise con 200TB de base pública y no trae ninguna fila Enterprise Plus. La comparación de planes de la página empresarial imprime cuatro columnas: Free Best effort, Team 12TB base + 1TB/seat, Enterprise 200TB base + 1TB/seat y Enterprise Plus 500TB base + 1TB/seat (Team & Enterprise plans). Enterprise Plus, con 500TB de base pública, no aparece en ningún otro lugar de los diez documentos.

Dos páginas del mismo proveedor, dos filas superiores distintas, ninguna referencia cruzada y ninguna fecha visible en ninguna de las dos. La descripción honesta es estrecha: a una página le falta una fila que la otra lleva. No voy a llamar obsoleta a la primera tabla, y ninguna de las dos páginas me da con qué fecharlas una contra otra.

El exceso de almacenamiento privado se parte igual. La página de facturación imprime una mecánica —que por encima del terabyte incluido, o del terabyte por asiento, el almacenamiento privado adicional se factura en tramos de 1TB a un precio base de 18 dólares por terabyte al mes (Billing)— mientras que la página de límites imprime un pago por uso continuo con escalones por volumen. Tramos a precio base y una tarifa con escalones describen el mismo medidor de dos maneras, y ninguna página nombra a la otra.

Qué cuenta

La frase de alcance es amplia y nombra sus propias excepciones: los límites y políticas de almacenamiento se aplican a todos los tipos de repositorios del Hub, modelos, conjuntos de datos y buckets incluidos. La sección de limitaciones retira después los Storage Buckets, de modo que la clase de las recomendaciones y la de los buckets quedan documentadas como dos objetos distintos en una misma página.

Quedan el historial de versiones, los objetos de gran tamaño, los archivos de conjuntos de datos y el contenido de los repositorios, todos contados en la cuenta. El motor de almacenamiento explica por qué ese conteo no es evidente. Xet, el almacén direccionado por contenido del Hub, guarda los archivos grandes como archivos puntero con metadatos .gitattributes mientras los datos reales viven en almacenamiento remoto, aplica deduplicación a nivel de bloque y mantiene Git LFS por compatibilidad (Xet). La misma página ofrece esta frase: Large - model or dataset files are in the range of GB and above. We have a few TB-scale files!

Esa frase y el tope duro de 500GB conviven en un mismo corpus sin una línea que los reconcilie. No voy a declarar exentos esos archivos de varios terabytes, ni tampoco en infracción. Los documentos enuncian el tope, constatan los archivos y dejan al lector con los dos.

El disco de un Space es otro objeto distinto, y es el único lugar donde se imprime una cifra pequeña de disco: cada entorno de Spaces está limitado a 16GB de RAM, 2 núcleos de CPU y 50GB de espacio en disco no persistente por defecto, de uso gratuito (Spaces Overview). Aquí la contabilidad es por entorno, y el paréntesis importa más que la cifra: un disco no persistente no es almacenamiento que un usuario conserve. La página de almacenamiento de Spaces no imprime ninguna cifra en gigabytes; describe una cantidad pequeña de disco efímero y remite la persistencia a Storage Buckets montados como volúmenes.

Los 5GB del visor son la trampa de este corpus. Gobiernan lo que el Dataset Viewer puede indexar, ordenar y buscar —el conjunto completo se muestra en Parquet mientras el orden y la búsqueda solo cubren los primeros 5GB, los datos no Parquet de más de 5GB muestran un visor parcial, y los primeros 5GB de cada conjunto se convierten automáticamente a Parquet (Data Studio)—. Es un alcance de lectura, no una cantidad que el usuario pueda almacenar, y quien lo cita como techo de almacenamiento ha leído mal la página.

La regla graduada

Esto es lo que recibe realmente el titular de la cuenta para medirse contra esos techos.

Desde el 18 de septiembre de 2025, la pestaña Files & Versions muestra el tamaño total de un repositorio en la rama o carpeta actual, actualizado a medida que se añaden o eliminan archivos (Changelog). Es un número por repositorio, y el alcance es la rama o la carpeta, no el historial acumulado del repositorio.

Después llegó una vista en los ajustes: los ajustes de usuario y de organización incluyen ahora una página Repositories para visualizar el consumo de almacenamiento de los repositorios (Changelog). La nota presenta la página como forma de vigilar el uso, entender el reparto del almacenamiento entre repositorios y gestionar mejor los recursos; no imprime ningún techo ni porcentaje de techo.

Por programa, list_user_repos() devuelve los repositorios de una cuenta u organización —modelos, conjuntos de datos, Spaces y buckets— e incluye información de almacenamiento ordenada por uso. El equivalente en línea de comandos es hf repos ls, y la salida de ejemplo documentada imprime un número de bytes junto al nombre de un repositorio (huggingface_hub).

Tres superficies, un solo alcance: por repositorio, en bytes. Incluso el remedio que propone la página de límites cuando falta espacio es por repositorio: los ajustes, un control List LFS files y la promesa de que cerrar o fusionar referencias de pull request muestra el espacio estimado que podría liberarse. Ninguno de los diez documentos imprime una cuota restante a nivel de cuenta en forma de número. La página de facturación sí dice que el uso puede vigilarse en cualquier momento desde el panel de facturación, en el menú de ajustes del usuario o de la organización, pero esa frase está en la sección de servicios de cómputo, y la copia conservada no dice si ese panel cubre también el almacenamiento.

La posición de lectura es esta. Un usuario ante una cuota pública de 200TB y un terabyte privado incluido puede ver, repositorio por repositorio, un total en bytes. Para compararlo con la cuota tiene que sumar los repositorios él mismo, y luego decidir qué significa el número resultante.

La unidad que nadie imprimió

Un almacén direccionado por contenido con deduplicación a nivel de bloque guarda dos cantidades que no tienen por qué ser iguales: el tamaño lógico de los archivos que presenta un repositorio y los bloques físicos que el almacén retiene para ellos. Un techo en terabytes y un consumo en bytes describen el mismo objeto solo si ambos cuentan los mismos bytes.

En los diez documentos que leí, ninguna página dice cuál de las dos cuentan las lecturas de uso. La guía de la biblioteca no lo dice. La página de Xet describe la deduplicación y nunca la conecta con la contabilidad de la cuota. La página de límites imprime techos en GB y nunca un número de bytes al lado. El único lugar donde aparece un número de bytes es la salida de ejemplo documentada —4.828.692.480 bytes junto al nombre de un repositorio—, que es también el único lugar del corpus donde la unidad de la regla es explícita.

Mis cuentas, declaradas mías

Cada cifra de abajo es mi propia división de números que los documentos imprimen. Ninguna es del proveedor, y ninguna resuelve una pregunta que los documentos dejan abierta.

500GB × 100.000 archivos son 50.000.000GB, es decir 50PB, para un solo repositorio configurado al máximo de las filas de tamaño de archivo y número de archivos de la tabla de recomendaciones. 50PB ÷ 10TB = 5.000: la cuota pública de PRO es una cinco milésima de ese repositorio. En la fila de recomendación y no en el tope duro, 200GB × 100.000 = 20PB, y 20PB ÷ 10TB = 2.000. 500GB ÷ 100GB = 5, así que un archivo en el tope duro equivale a cinco veces toda la cuota privada gratuita.

10TB ÷ 500GB = 20 archivos en el tope duro caben en la inclusión pública de PRO; 200TB ÷ 500GB = 400 caben en la base pública de Enterprise. 200GB ÷ 5GB = 40: el alcance del visor es una cuadragésima parte del tamaño de archivo recomendado. 500GB ÷ 50GB = 10: un archivo permitido es diez veces el disco no persistente por defecto de un Space. Y 4.828.692.480 ÷ 1.000.000.000 = 4,83 GB decimales, mientras que ÷ 1.073.741.824 = 4,50 GiB binarios: una brecha de cerca del siete por ciento entre dos lecturas de un mismo recuento de bytes, que es el tamaño de la ambigüedad que nada en el corpus resuelve.

Dónde se detiene esta lectura

La página de precios devolvió solo filas de glifos decorativos en la copia conservada y una búsqueda posterior volvió vacía, así que nada aquí se le atribuye y no la caracterizo. La página de subida de modelos no devolvió texto legible. La dirección de recomendaciones de repositorios devolvió un cuerpo idéntico a la página de límites, de modo que se trata como duplicado y no se cita. La página de almacenamiento de Spaces no imprime ninguna cifra en gigabytes. Copias antiguas de la guía de subida imprimen una recomendación de 5GB y un tope duro de 50GB por archivo; son versiones históricas de la documentación, no citadas y no usadas para nada.

Lo que queda es una plataforma que hizo el trabajo editorial difícil —un límite duro separado de una recomendación en prosa, una negativa explícita a fingir un techo por repositorio, un disco no persistente etiquetado como tal— y que no ha impreso el único documento que su propia tabla de cuotas implica: una página donde el usuario vea la cantidad medida frente al techo, en la misma unidad, con la unidad definida.

El sujeto tiene su propia ficha en nuestro directorio: Hugging Face.