英伟达免费白嫖120+个AI模型一年，我实测了一遍，香疯了
🩺 摘要
英伟达免费白嫖120+个AI模型一年，我实测了一遍，香疯了 英伟达最近搞了个大动作——在 build.nvidia.com 上开放了超过 120 个 AI 模型的免费 API，不限量使用整整一年，连信用卡都不用绑。 你没看错，就是那个卖显卡卖到断货的英伟达，把自家 DGX Cloud 上的大模型
📝 详情
英伟达免费白嫖120+个AI模型一年，我实测了一遍，香疯了
英伟达最近搞了个大动作——在 build.nvidia.com 上开放了超过 120 个 AI 模型的免费 API，不限量使用整整一年，连信用卡都不用绑。
你没看错，就是那个卖显卡卖到断货的英伟达，把自家 DGX Cloud 上的大模型集群拿出来，让开发者白嫖一年。
我花了一下午注册、配置、实测了一遍。结论是：真香，而且香得离谱。
什么来头？英伟达为什么突然这么大方？
这事得从 NVIDIA NIM（NVIDIA Inference Microservices）说起。NIM 是英伟达把 AI 模型打包成微服务的一套基础设施，跑在自家的 DGX Cloud 上——说白了就是 H100、B200 这些顶级显卡组成的集群。
以前你想用这些模型，要么自己买卡（成本你懂的），要么走第三方 API 付费调用。现在英伟达直接把它们开放出来，免费、不限量、不需要企业认证，个人开发者用邮箱注册+手机号验证就能拿到 API 密钥。
平台上现在有 140 多个模型，其中 77+ 个标注了 Free Endpoint，可以直接免费调用。剩下的也可以通过免费积分体验。而且这个免费接口是 OpenAI 兼容的，意味着市面上几乎所有 AI 工具都能直接接上去用。
有哪些好模型值得用？
我翻了一遍模型列表，挑几个特别值得关注的：
DeepSeek V4 Flash
284B 参数的 MoE 架构模型，1M token 上下文长度，代码能力极强。之前要用 DeepSeek 的 API 还得去官网注册充值，现在英伟达这边直接免费调。
Nemotron 系列（英伟达亲儿子）
Nemotron-3-Ultra-550B 是英伟达自家旗舰，混合 Mamba-Transformer 架构，1M 上下文，在 Agent 推理、代码生成、工具调用上表现极其出色。还有 Nemotron-3-Nano-Omni 这种多模态模型，能理解图片、视频、语音、文字。
MiniMax M2.7
230B 参数，在编程、推理和办公任务上都很能打。
Kimi K2.5
Moonshot AI 的明星模型，长文本理解的能力在一众国产模型里属于第一梯队。
Qwen 系列
通义千问的 Qwen-Image（文生图）、Qwen-Image-Edit（图像编辑）都有免费端点，文本渲染能力很强。
其他
GLM-5（智谱）、Llama 系列（Meta）、Mistral 系列……基本叫得上名字的开源模型，这里都有免费端点。
实测：配置过程全记录
说了这么多，上实测。整个流程分三步。
第一步：注册账号
打开 build.nvidia.com，点右上角 Login。
输入邮箱，会收到验证邮件。验证通过后进入 Next 页面，需要绑定手机号。这里有个坑——国内 +86 号码有时候会提示"已超限"，如果遇到这个问题，发邮件到 help@build.nvidia.com 请求手动验证，通常几个小时内解决。
第二步：获取 API 密钥
登录之后，右上角头像 → Settings → API Keys → 点 Generate Key。
复制密钥保存好，页面关了可就找不回来了。
第三步：配置 API 地址
NVIDIA NIM 使用 OpenAI 兼容协议，所以配置方式极其简单。API 基础地址是：
https://integrate.api.nvidia.com/v1
如果你用 Hermes Agent，在终端里跑：
hermes config set model.base_url https://integrate.api.nvidia.com/v1
hermes config set model.api_key 你的NVIDIA密钥
然后 hermes model 选自定义，输入模型名（比如 nvidia/nemotron-3-ultra-550b-a55b 或 deepseek-ai/DeepSeek-V3-0324），直接开用。
如果你用其他工具（Cursor、OpenCode、VS Code 的各种 AI 插件），配置方式完全一样——填 Base URL 和 API Key 就行。
我用 Hermes 跑了一个 DeepSeek V4 Flash 的测试，响应速度出乎意料地快，毕竟是 DGX Cloud 的 H100 集群，延迟比很多付费 API 都低。
40 RPM 够用吗？
免费版每个用户限制 每分钟 40 次请求。实测日常使用完全够——写代码、做分析、查资料，40 RPM 相当于每 1.5 秒一次，正常人是敲不到这个频率的。
真要跑大规模批量任务，可以在 NVIDIA 开发者论坛发帖申请提额到 200 RPM，我看有不少人都成功了。
对用户的影响
说实话，这个免费策略对开发者生态的影响可能比想象中大。
以前你要免费跑大模型，要么靠本地显卡（然后被显存劝退），要么用各家厂商的免费额度（东一个西一个，管不过来）。英伟达这一手，相当于把整个开源模型生态做成了一个统一的免费 API 入口，而且全部跑在他们的企业级显卡上。
这对个人开发者来说，意味着： - 做 AI 应用的原型验证成本直接归零 - 一个 API 密钥打通 100+ 模型，不用到处注册 - 不用再纠结本地显卡跑不动，云端 DGX Cloud 白给你用 - 切换模型只需要改个名字，API 格式完全一致
个人看法
Hermes最近是紧抱英伟达的大腿，内置了NVIDIA的API接口支持，英伟达这步棋走得挺聪明。显卡卖得再好，没有生态也是白搭。把自家 DGX Cloud 的算力拿出来喂开发者，本质上是在培养 NVIDIA 生态的依赖——你今天用习惯了，明天做产品、上生产环境，大概率还会选 NVIDIA。
但对开发者来说，这是一笔稳赚不赔的买卖。免费的 H100，不薅白不薅。
你还没注册NVIDIA的NIM吗？赶紧注册跑起来！评论区聊聊白嫖在感受
英伟达免费白嫖120+个AI模型一年，我实测了一遍，香疯了
英伟达最近搞了个大动作——在 build.nvidia.com 上开放了超过 120 个 AI 模型的免费 API，不限量使用整整一年，连信用卡都不用绑。
你没看错，就是那个卖显卡卖到断货的英伟达，把自家 DGX Cloud 上的大模型集群拿出来，让开发者白嫖一年。
我花了一下午注册、配置、实测了一遍。结论是：真香，而且香得离谱。
什么来头？英伟达为什么突然这么大方？
这事得从 NVIDIA NIM（NVIDIA Inference Microservices）说起。NIM 是英伟达把 AI 模型打包成微服务的一套基础设施，跑在自家的 DGX Cloud 上——说白了就是 H100、B200 这些顶级显卡组成的集群。
以前你想用这些模型，要么自己买卡（成本你懂的），要么走第三方 API 付费调用。现在英伟达直接把它们开放出来，免费、不限量、不需要企业认证，个人开发者用邮箱注册+手机号验证就能拿到 API 密钥。
平台上现在有 140 多个模型，其中 77+ 个标注了 Free Endpoint，可以直接免费调用。剩下的也可以通过免费积分体验。而且这个免费接口是 OpenAI 兼容的，意味着市面上几乎所有 AI 工具都能直接接上去用。
有哪些好模型值得用？
我翻了一遍模型列表，挑几个特别值得关注的：
DeepSeek V4 Flash
284B 参数的 MoE 架构模型，1M token 上下文长度，代码能力极强。之前要用 DeepSeek 的 API 还得去官网注册充值，现在英伟达这边直接免费调。
Nemotron 系列（英伟达亲儿子）
Nemotron-3-Ultra-550B 是英伟达自家旗舰，混合 Mamba-Transformer 架构，1M 上下文，在 Agent 推理、代码生成、工具调用上表现极其出色。还有 Nemotron-3-Nano-Omni 这种多模态模型，能理解图片、视频、语音、文字。
MiniMax M2.7
230B 参数，在编程、推理和办公任务上都很能打。
Kimi K2.5
Moonshot AI 的明星模型，长文本理解的能力在一众国产模型里属于第一梯队。
Qwen 系列
通义千问的 Qwen-Image（文生图）、Qwen-Image-Edit（图像编辑）都有免费端点，文本渲染能力很强。
其他
GLM-5（智谱）、Llama 系列（Meta）、Mistral 系列……基本叫得上名字的开源模型，这里都有免费端点。
实测：配置过程全记录
说了这么多，上实测。整个流程分三步。
第一步：注册账号
打开 build.nvidia.com，点右上角 Login。
输入邮箱，会收到验证邮件。验证通过后进入 Next 页面，需要绑定手机号。这里有个坑——国内 +86 号码有时候会提示"已超限"，如果遇到这个问题，发邮件到 help@build.nvidia.com 请求手动验证，通常几个小时内解决。
第二步：获取 API 密钥
登录之后，右上角头像 → Settings → API Keys → 点 Generate Key。
复制密钥保存好，页面关了可就找不回来了。
第三步：配置 API 地址
NVIDIA NIM 使用 OpenAI 兼容协议，所以配置方式极其简单。API 基础地址是：
https://integrate.api.nvidia.com/v1
如果你用 Hermes Agent，在终端里跑：
hermes config set model.base_url https://integrate.api.nvidia.com/v1
hermes config set model.api_key 你的NVIDIA密钥
然后 hermes model 选自定义，输入模型名（比如 nvidia/nemotron-3-ultra-550b-a55b 或 deepseek-ai/DeepSeek-V3-0324），直接开用。
如果你用其他工具（Cursor、OpenCode、VS Code 的各种 AI 插件），配置方式完全一样——填 Base URL 和 API Key 就行。
我用 Hermes 跑了一个 DeepSeek V4 Flash 的测试，响应速度出乎意料地快，毕竟是 DGX Cloud 的 H100 集群，延迟比很多付费 API 都低。
40 RPM 够用吗？
免费版每个用户限制 每分钟 40 次请求。实测日常使用完全够——写代码、做分析、查资料，40 RPM 相当于每 1.5 秒一次，正常人是敲不到这个频率的。
真要跑大规模批量任务，可以在 NVIDIA 开发者论坛发帖申请提额到 200 RPM，我看有不少人都成功了。
对用户的影响
说实话，这个免费策略对开发者生态的影响可能比想象中大。
以前你要免费跑大模型，要么靠本地显卡（然后被显存劝退），要么用各家厂商的免费额度（东一个西一个，管不过来）。英伟达这一手，相当于把整个开源模型生态做成了一个统一的免费 API 入口，而且全部跑在他们的企业级显卡上。
这对个人开发者来说，意味着： - 做 AI 应用的原型验证成本直接归零 - 一个 API 密钥打通 100+ 模型，不用到处注册 - 不用再纠结本地显卡跑不动，云端 DGX Cloud 白给你用 - 切换模型只需要改个名字，API 格式完全一致
个人看法
Hermes最近是紧抱英伟达的大腿，内置了NVIDIA的API接口支持，英伟达这步棋走得挺聪明。显卡卖得再好，没有生态也是白搭。把自家 DGX Cloud 的算力拿出来喂开发者，本质上是在培养 NVIDIA 生态的依赖——你今天用习惯了，明天做产品、上生产环境，大概率还会选 NVIDIA。
但对开发者来说，这是一笔稳赚不赔的买卖。免费的 H100，不薅白不薅。
你还没注册NVIDIA的NIM吗？赶紧注册跑起来！评论区聊聊白嫖在感受
💬 评论 (0)