摘要

  • Hugging Face 的存储上限页同时印出三种宽度:单个文件 500GB 的硬上限、模型与数据集“没有单仓库上限”的一句声明、以及按用户或组织计算的账户配额,而账户配额里最大的公开数字出现在另一张页面上。
  • 账户持有人能拿到的计量全部停在单个仓库一级,单位是字节;这批文档没有一页说明该字节数是逻辑文件大小还是去重后的实际存储,也没有一页把账户剩余额度印成一个数字。

一堵墙,三种宽度

存储上限页把三件事并排放在同一个地址上。storage-limits 最硬的一句是逐字的:

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

紧接着的一句把中间那一层整个抹掉:

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

于是尺度的主语从文件跳到账户,中间那一层被明确宣布没有数字。同一页的账户表给出四档:免费用户或组织的公开存储写作 Best-effort、私有 100GB;PRO 的公开存储写作 Up to 10TB included 加附件,私有 1TB 加按量付费;团队组织公开 12TB base 加每席位 1TB;企业组织公开 200TB base 加每席位 1TB,并另有一句说明大合同可到 1,000TB。

范围句写得很宽:存储上限与政策适用于 Hub 上所有类型的仓库,括号里点名 models、datasets、buckets。同一页的限制与建议部分又补一句,声明该部分不适用于 Storage Buckets。一句是全称,一句是豁免,两句都在同一地址上。

建议不是上限,上限不写后果

同一页还有一张建议表:文件建议小于 200GB,每仓库文件数小于 10 万,每文件夹条目小于 1 万,单次提交小于 100 个文件;“仓库大小”那一格没有数字,只留给用户一句升级或联系销售的提示。

也就是说,硬上限与建议在这里是被句子分开的,而不是被表格分开的:200GB 是建议,500GB 是硬顶,两者相距 2.5 倍,区别由一行正文承担,不由列头承担。

跨过硬顶会发生什么,审查过的厂商页面只印数字,不印拒绝文本。拒绝文本我是在一篇论坛用户帖子里读到的:一位用户转录了 “403 Forbidden: Private repository storage limit reached, please upgrade your plan...”,并在同一帖里报告界面显示约 66GB 已用、配额 100GB,而推送被挡住。那是用户报告,不是厂商政策,也不是任何账单错误的证据;它只说明这句话在什么地方被记录过。

同一个量,两张页面差 300TB

企业页 用一张四档对照表印公开仓库存储:免费 Best effort;团队 12TB base 加每席位 1TB;企业 200TB base 加每席位 1TB;企业 Plus 500TB base 加每席位 1TB。

存储上限页没有企业 Plus 这一行,最高只到企业的 200TB base。两张页面互不引用,都没有可见的发布或更新日期,也没有任何一句把 200TB 与 500TB 对上。这不是“某页写错了”的断言,而是一页少一行、另一页有这一行,读者手上是两个数字和中间的一段空白。

私有存储的超额计费也印了两遍。存储上限页写成连续的按量付费:基准每 TB 每月 18 美元,50TB 以上 16 美元,200TB 以上 14 美元,500TB 以上 12 美元。账单页 写的是另一套语法:PRO、Team 与 Enterprise 超出各自包含的 1TB(或每席位 1TB)之后,超额部分按 1TB 整数倍计费,基准价格每 TB 每月 18 美元。连续计价与整档进位是两种不同的算术,两张页面同样互不提及。

尺子只到仓库

账户持有人能看到的计量,我在这批文档里找到三处,全部是仓库级。

2025 年 9 月 18 日的更新日志说,Files & Versions 标签页现在显示 “the total size of a repository on the current branch/folder”,并随文件增删自动更新;范围是当前分支或文件夹,日志没有把它等同于整个仓库历史所占的存储。

另一条更新日志说,用户与组织设置里有了一个 Repositories 页面,用来显示各仓库的存储消耗;它没有印任何上限数字,也没有印“占配额百分之几”,并且该页副本本身没有日期戳。

程序化路径是 list_user_repos():返回模型、数据集、Spaces 与 buckets 的逐个仓库存储并按用量排序,文档示例输出直接把一个字节数打在仓库名旁边,4,828,692,480。释放空间的路径同样是仓库级的:仓库设置里的 List LFS files,加上关闭或合并 PR 引用后给出的“可释放空间估算”。

没有一页把账户剩余额度印成一个数字。也没有一页说明这个字节数是按文件逻辑大小算,还是按去重后的实际存储算。

后端的名字,和没有人命名的单位

Xet 页把存储后端讲清楚了:大文件用指针文件加远程存储,实际数据放在 S3 一类的地方,提供分块级去重、更小的上传和更快的下载,Git LFS 仍受支持以保持向后兼容。它还顺口说了一句 “We have a few TB-scale files!”,而存储上限页写的是单个文件不超过 500GB;两页都没有说这些 TB 级对象是历史遗留还是被豁免。

真正缺的是另一句:去重是否改变配额计数。若计量的是文件逻辑大小,去重带来的节省不进入配额;若计量的是去重后的物理字节,同一批权重被多个仓库引用时会得到不同的数字。这批文档没有给出答案,只给出两条各自成立的陈述。

我的算术

以下除法与换算都是我的,不是平台印的。

  • 500GB 乘以建议表的 10 万个文件,等于 50,000,000GB,即 50PB;再除以 PRO 公开的 10TB,得 5,000——一个按建议表上限配置的仓库,是 PRO 公开额度的五千分之一。
  • 按建议的 200GB 乘 10 万个文件,得 20PB,除以 10TB 得 2,000。
  • 500GB 除以 100GB 等于 5:一个顶格文件是整个免费私有额度的五倍,所以它在免费私有账户里根本放不下。
  • 10TB 除以 500GB 等于 20 个顶格文件;200TB 除以 500GB 等于 400 个。
  • 500GB 除以 50GB 等于 10:一个许可的文件是 Spaces 默认非持久磁盘的十倍。
  • 200GB 除以 5GB 等于 40:数据集查看器的范围是建议单文件大小的四十分之一。
  • 文档示例里的 4,828,692,480 字节除以十亿是 4.83 GB,除以 2 的 30 次方是 4.50 GiB;语料里每一个上限都印成 GB,没有一页在上限旁边印字节数,也没有一页说明用的是哪一种 GB。

读不到的地方

pricing 页返回的正文只有装饰性字符,没有套餐或存储文字,因此这篇里没有任何一句引它,也没有把它说成不存在。Spaces 的磁盘存储页读到了,但它一个 GB 数字都不印:只说每个 Space 带一点磁盘空间,且是 ephemeral,持久化要挂 Storage Buckets 卷。Spaces 概述页印的是 50GB 默认非持久磁盘。Data Studio 页的 5GB 是查看与索引范围,不是存储上限——把它当上限会误述厂商政策。旧版上传指南的镜像印过 5GB 建议与 50GB 硬顶,那是历史文档版本,只说明这些数字改过,本文不引用其中任何一个。

名录条目:Hugging Face。

结论很短:墙有三种宽度,尺子只有一种刻度,而且刻度没有单位定义。想把容量规划做扎实的人,可以拿仓库级字节数求和,但求出来的和与账户配额之间,还差一份没有写出来的口径说明。