NVIDIA 的 NIM(NVIDIA Inference Microservices)平台提供了免费 API Key,最长可设置 100 年有效期。配合 OpenCode 使用,可以访问大量前沿模型,且不需要信用卡。本文记录配置过程。
背景
NVIDIA NIM 是一个模型推理服务,提供了包括 LLM、Embedding、视觉模型在内的数十个 API 端点。2025 年以来逐步开放免费 API Key 获取,模型列表里包含了不少热门开源模型,比如:
z-ai/glm-5.1moonshotai/kimi-k2.5minimaxai/minimax-m2.7deepseek-ai/deepseek-v3.2google/gemma-4-31bqwen/qwen3.5-122b-a10b
免费额度方面,每分钟限制 40 次请求,总次数不限,不限 token 使用量。适合请求频率低、对时效要求不高的场景,比如脚本调试、临时测试。
获取 API Key
打开 build.nvidia.com,使用邮箱注册账号(国内手机号也可以)。登录后在右上角点击 API Keys,然后点 Create API Key。
创建时名字随意填写,日期建议选 Never Expire,这样 key 有效期可以设置到 100 年后。
注意:创建后立即复制保存 key,页面只显示一次。
配置 OpenCode
OpenCode 内置了 Nvidia provider,支持 OpenAI 兼容的调用方式。配置过程很简洁:
在 OpenCode 中执行:
1 | opencode providers login https://integrate.api.nvidia.com |
或者直接编辑 ~/.local/share/opencode/auth.json,添加 nvidia 条目:
1 | "nvidia": { |
然后就可以用 opencode models nvidia 查看支持的模型列表了。
使用示例
命令行快速测试
用 curl 测试 key 是否生效:
1 | curl -e https://integrate.api.nvidia.com/v1/chat/completions \ |
Python 调用
用 OpenAI SDK 调用:
1 | from openai import OpenAI |
OpenCode 中直接使用
1 | opencode -m nvidia/z-ai/glm-5.1 "用 Python 写一个快速排序" |
可用模型速览
| 模型 | 说明 |
|---|---|
z-ai/glm-5.1 |
智谱 GLM-5 最新版 |
moonshotai/kimi-k2.5 |
月之暗面 K2.5 |
minimaxai/minimax-m2.7 |
MiniMax M2.7 |
deepseek-ai/deepseek-v3.2 |
DeepSeek V3.2 |
google/gemma-4-31b-it |
Google Gemma 4 |
qwen/qwen3.5-122b-a10b |
Qwen3.5 超大杯 |
nvidia/nemotron-3-super-free |
NVIDIA 自家模型,免费专用 |
nvidia/deepseek-r1 |
DeepSeek R1 推理模型 |
完整的模型列表可以用 opencode models nvidia 查看。
注意事项
- 响应较慢:NIM 是远程推理服务,首次调用冷启动较慢,耐心等待。
- 每分钟 40 次限制:免费 key 有速率上限,高频调用会触发限流。
- 只显示一次 key:创建后立刻保存,丢失只能重新创建。
- 适合轻量使用:不适合生产环境或高并发场景。
总体来说,NVIDIA 这个免费 API Key 是白嫖大模型的一个不错途径,配置简单,模型覆盖面广,日常调试和轻量使用完全够用。
没有评论:
发表评论