英伟达免费API的真实边界

来源：X @XDmnnn0616

英伟达在 build.nvidia.com 的 NIM 平台上向开发者免费开放 DeepSeek V3.2、Kimi K2.5、MiniMax M2.7、GLM-5.1 等模型的 API。注册账号并验证手机号（支持 +86）即可领取，全程约 3 分钟 ^[0,1,2,7]。这些模型确实在平台目录中：MiniMax M2.7 有英伟达官方文档页，2026 年 4 月 11 日上线 ^[13]；Kimi K2.5、GLM-5.1、DeepSeek V3.2 也出现在多篇独立报道和一篇模型评测论文中 ^[10,12,15]。所谓“免费”的范围，由额度、限速、官方定位这三个边界决定。

免费层边界：约 1,000 次调用与 40 RPM

免费层有额度限制。新账号获得约 1,000 个推理 credits，一次 API 调用约消耗 1 credit ^[2,9]。额度用完后，页面提供 “Request More” 入口，可再申请 4,000 credits ^[6]。素材说“没有 Token 计费、没有余额限制” ^[0]——没有 Token 计费属实，但“没有余额限制”不准确，免费层并非无上限。

免费层速率限制为 40 RPM（每分钟 40 次请求），约每 1.5 秒一次请求，与素材描述一致 ^[0,2]；有实测者称实际达不到标称值，但限速后等待片刻即可恢复 ^[3]。超过速率限制会返回 429 错误 ^[2]。

官方将免费层定位为试用（trial）。英伟达员工在开发者论坛的答复中称，trial 涵盖原型、研究、开发、测试、学习等场景，本身不设时间限制；但要将应用推向生产，需购买 NVIDIA AI Enterprise 许可 ^[6]。

Key 的有效期在创建时可选，最长 12 个月 ^[2]，另有教程建议直接选 “Never Expire” 以免到期后重新申请 ^[1]。创建后 Key 只完整显示一次，以 nvapi- 开头，需立即保存 ^[0,2]。

模型目录与运行机制

不同报道对目录规模的统计不同：80+ 款 ^[10,16]、100+ 款 ^[2,9]、193 款 ^[1]、200+ 款 ^[7]，口径和时间不同，但都表明这是一个大且持续更新的目录。新模型上线速度快：GLM-5.1 发布约两周后，GLM-5.2 已出现在平台上 ^[9]；到 2026 年中，build.nvidia.com 首页展示的是 GLM-5.2、DeepSeek V4 Pro 等更新版本 ^[11]。素材所列版本号与真实模型一致，但“最新”是相对概念。

运行机制方面，NIM 将推理打包为 API 端点，运行时针对 NVIDIA GPU 用 TensorRT-LLM 等引擎做了预构建优化 ^[38,41,43]。素材称背后是 “H100 算力” ^[0]：有报道称模型托管在英伟达自有的 DGX Cloud 基础设施上 ^[8]，也有文章描述为 H100/H200 集群 ^[36]；英伟达官方页面仅说明 NIM 面向 NVIDIA 加速基础设施优化 ^[38,41]，未明确免费层所用的具体 GPU 型号。接入方面，端点与 OpenAI 兼容，切换只需修改 base URL 和 model ID ^[2,9,43]。

免费服务的稳定性是另一个问题。平台活跃时段多次出现 timeout 和 503 ^[2]；开发者论坛上持续有模型不可用、超时、全量 429 的反馈 ^[14,20,22]。若将免费 API 用于生产，需将这些波动纳入容错设计。

免费的原因

素材将这次免费解读为生态布局：让开发者习惯通过 NVIDIA 的接口调用 Kimi、DeepSeek，日后迁移到其他云的成本升高，从而把平台变成 AI 时代的 App Store ^[0]。机制层面可印证此判断：免费层被官方界定为 trial，生产路径指向 NVIDIA AI Enterprise 许可 ^[6]；额度用尽后有申请额外 credits 的入口，而非直接转为计费 ^[6]。这说明免费层的目标不是无限供给算力，而是让开发者在 NVIDIA 基础设施上完成原型和测试；需要生产级 SLA 时再进入付费通道 ^[6,8]。有观察者称之为“用免费模型把开发者锁进生态” ^[15]。素材所称的“国产大模型出海新路径”是其自身判断，现有证据未提供更多支持 ^[0]。

原文更正：素材称免费层“没有余额限制”，实际新账号仅获约 1,000 credits 调用额度，用后可申请额外 4,000 credits。^[9]

英伟达免费API的真实边界

免费层边界：约 1,000 次调用与 40 RPM

模型目录与运行机制

免费的原因

参考来源