英伟达免费开放 77 个 AI 模型 API：手把手教你白嫖顶级大模型（附完整配置教程）

你可能已经听说过很多"免费 AI 模型"的消息，但大多数都有隐藏限制——每天 N 次调用、每月限定额度、到期自动作废。真正能给开发者长期稳定使用的免费 API，凤毛麟角。

但英伟达（NVIDIA）做了一个让开发者社区沸腾的举动：在其开发者平台 build.nvidia.com 上，直接开放了 77 个 AI 模型的免费 API 端点。不是体验版，不是限时试用——官方页面上写的是 “Unlimited API requests without daily limits”。

这篇文章将从零开始，带你走完注册、获取 Key、配置接入的全流程。不需要编程基础，只要会点鼠标。

build.nvidia.com 模型列表页

一、77 个免费模型，都是什么来头

英伟达的 build.nvidia.com 平台上托管了 141 个 AI 模型，其中整整 77 个提供免费 API 端点。这 77 个模型覆盖了目前市面上几乎所有主流开源和半开源的顶尖模型：

和 CatPaw、QoderWork 等产品不同，英伟达提供的是纯 API 接口，兼容 OpenAI 格式。这意味着你可以把这些模型接入任何支持 OpenAI 格式的工具：VS Code、Cursor、Claude Code、自建应用——没有限制。

二、5 分钟注册，拿到 API Key

全程不需要信用卡，不需要企业认证，国内手机号直接可用。操作步骤如下：

第一步：注册账号

Step 1. 打开 build.nvidia.com，点击右上角 Sign Up / Log In。

Step 2. 如果你有 Google 账号或 GitHub 账号，可以直接授权登录，无需单独填写注册信息。

Step 3. 登录后进入个人中心（右上角头像 → Profile）。

第二步：手机号验证（重点）

很多人以为英伟达的开发者平台不支持中国手机号，实际上完全没问题。

Step 1. 在 Profile 页面找到 Phone Number Verification。

Step 2. Location 下拉菜单里选 “China”。

Step 3. 填入你的 +86 手机号。

Step 4. 点击 “Send Code to Phone”，手机会收到六位数验证码。

Step 5. 输入验证码，验证通过。

💡 实测短信几秒就到，没有任何障碍。

第三步：生成 API Key

Step 1. 返回个人中心，找到 “API Keys” 管理页面。

Step 2. 点击 “Generate API Key”，给 Key 起个名字（如 freeapi）。

Step 3. 系统生成一个以 nvapi- 开头的密钥字符串。

**关键提醒：**这个密钥只显示一次！页面关闭后就再也看不到了，必须立刻复制保存到本地。

当前默认有效期为一整年（到 2027 年 7 月），也有永不过期的选项。对比其他平台动辄 30 天作废的体验额度，这个慷慨程度可以说让人意外。

三、三种使用方式，从程序员到小白全覆盖

拿到 API Key 之后，你有三种方式使用它：

方式一：直接调用 API（适合开发者）

进入任一模型页面（以 GLM-5.2 为例），你会看到三个关键参数：

base_url = "https://integrate.api.nvidia.com/v1"api_key = "nvapi-xxxxxxxxxxxxxxxxxxxxxxxxxx"model = "z-ai/glm-5.2"

页面提供 Python、Node.js、Shell 三种示例代码，复制粘贴就能跑。完全兼容 OpenAI SDK，把上面三个参数替换进去即可。

方式二：接入 Claude Code（推荐，非程序员也能操作）

这是本文的重点。借助一个叫 CC Switch 的图形化工具，你可以让 Claude Code 跑在英伟达免费提供的 GLM-5.2 上，完全替代付费的 Claude 模型。

CC Switch 是什么：一个专门用来切换 Claude Code 底层模型的图形化工具，操作完全通过鼠标点击完成。

配置只有四步：

Step 1. 下载并打开 CC Switch。

Step 2. 在供应商列表中找到 “Nvidia”，点击蓝色按钮，请求地址会自动预填。

Step 3. 粘贴你的 API Key（nvapi- 开头的那个），API 格式选择 “OpenAI Chat Completions（需开启路由）”。

Step 4. 模型映射：把 Sonnet、Opus、Haiku 三个角色全部映射到 z-ai/glm-5.2。

保存配置后打开 Claude Code，输入 /model，你会看到原来的 Sonnet / Opus 现在都显示为 z-ai/glm-5.2。选中 Custom Sonnet model 就可以使用了。

**这意味着什么：**Claude Code 的完整界面、Agent 工作流、多文件编辑、上下文管理、工具调用——全部保留。但底层的推理引擎换成了英伟达免费跑的 GLM-5.2。Claude Code 正常使用最低也要 Max 套餐 100 美元/月（或 API Usage Billing 按量付费），现在模型调用费用为零。

方式三：接入 VS Code / Cursor / 自建应用

因为 API 兼容 OpenAI 格式，几乎任何支持"自定义 API 端点"的 AI 编程工具都能接入：

VS Code（Continue / Cody 等插件）：在插件设置中填入 base_url 和 api_key，选择对应模型即可。

Cursor：在 Settings → Models → OpenAI API Key 处配置自定义端点。

自建应用：直接用 openai Python 库，改一行 base_url 就能调用。

💡 更多工具接入方法可参考各模型页面的示例代码，或 CC Switch 支持的供应商列表。

四、免费的真实体验：优点和限制都要说清楚

世上没有完美的免费午餐。英伟达的免费 API 有几点需要提前了解：

优点

\\1. 无每日调用上限：官方明确标注 “Unlimited API requests without daily limits”，没有 CatPaw 的 500 次限制，也没有 QoderWork 的 30 天作废。

\\2. 兼容性极强：OpenAI 格式兼容意味着可以接入海量工具，不需要重新适配。

\\3. 模型阵容豪华：77 个模型覆盖几乎所有主流开源模型，不是只有一两个。

\\4. 注册门槛低：不需要信用卡、不需要公司邮箱、不需要海外手机号。

限制与槽点

\\1. 高峰期排队：工作日白天（尤其美国时区）请求量大时，响应时间可能从几秒拉长到十几秒，甚至遇到 429 错误（请求过多）。凌晨和周末体验较好。

\\2. 速率限制约 40 请求/分钟：个人写代码够用，但批量自动化任务会卡脖子。

\\3. GLM-5.2 ≠ Claude：通过 CC Switch 接入后界面虽然一样，但模型行为不同。GLM-5.2 没有 Claude 的系统提示词和长程推理稳定性，某些场景会表现出差异。

\\4. 算力是共享池：免费 API 本质上用的是剩余算力，不保证 SLA（服务水平协议）。

五、为什么英伟达要免费？——GPU 生意背后的三层逻辑

理解英伟达的动机，要把这件事放进更大的格局看。当前围绕 GLM-5.2 形成了三层"免费"结构：

**第一层：应用层（美团 CatPaw、阿里 QoderWork）。**把模型塞进自己的产品，用免费模型吸引终端用户。

**第二层：基础设施层（英伟达 Build）。**在 GPU 云上免费提供 API 端点，用免费算力圈开发者。

**第三层：模型层（智谱 Z.ai）。**以 MIT 协议完全开源 GLM-5.2，让任何人分发。

英伟达的核心生意是卖 GPU。H200、B200 一块好几万美元，最大客户是那些需要大规模推理算力的公司。免费 API 的逻辑很简单：让开发者在英伟达基础设施上写代码、测试模型、搭建原型。一旦项目跑通需要上生产环境，最自然的选择就是买英伟达的 GPU 或用英伟达的付费推理服务。

免费 API 是鱼饵，GPU 销售和付费推理服务才是鱼竿。

而智谱的策略更高明——它不跟大公司争终端用户，而是做"水源"。MIT 协议开源意味着谁都可以拿来用，美团用、阿里用、英伟达也用。每一家都在用同一个模型争夺用户入口，但没有一家拥有这个模型。这也解释了为什么 GLM-5.2 上线仅一天就在英伟达平台冲到 200 万下载量。

六、快速上手清单

如果你想现在就试试，下面是完整操作清单：

☐ 打开 build.nvidia.com，用 Google / GitHub 账号登录

☐ 手机号验证（Location 选 China，填 +86）

☐ 生成 API Key（以 nvapi- 开头，立即复制保存）

☐ 浏览模型列表，找到想用的模型（GLM-5.2 / DeepSeek-V4 / Kimi-K2.6 等）

☐ 选择使用方式：直接 API → 复制示例代码；接入 Claude Code → 下载 CC Switch 配置；接入 VS Code / Cursor → 在插件设置中填入参数

☐ 非高峰期使用体验更佳（凌晨 / 周末）

写在最后

英伟达这次的免费 API 开放，不是一次促销活动，而是基础设施层的一次战略性布局。对于普通用户和开发者来说，趁这个窗口期白嫖顶级模型的推理算力，是一件几乎没有成本但收益很大的事。

GLM-5.2 免费三部曲到了英伟达这一站，从应用层下沉到了基础设施层。下次如果有云服务商直接推出"免费 GPU 实例"，也不必惊讶——这条路已经走通了。

如何学习AI 大模型？（文末获取）

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、大模型学习路线

一个明确的学习路线可以帮助新人了解从哪里开始，按照什么顺序学习，以及需要掌握哪些知识点。大模型领域涉及的知识点非常广泛，没有明确的学习路线可能会导致新人感到迷茫，不知道应该专注于哪些内容。

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1级别:AI大模型时代的华丽登场

L1阶段：我们会去了解大模型的基础知识，以及大模型在各个行业的应用和分析；学习理解大模型的核心原理，关键技术，以及大模型应用场景；通过理论原理结合多个项目实战，从提示工程基础到提示工程进阶，掌握Prompt提示工程。

L2级别：AI大模型RAG应用开发工程

L2阶段是我们的AI大模型RAG应用开发工程，我们会去学习RAG检索增强生成：包括Naive
RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3级别：大模型Agent应用架构 进阶实践

L3阶段：大模型Agent应用架构进阶实现，我们会去学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、
MetaGPT等多Agent系统，打造我们自己的Agent智能体；同时还可以学习到包括Coze、Dify在内的可视化工具的使用。

L4级别：大模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，我们会更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam
Factory等工具快速进行模型微调；并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

整个大模型学习路线L1主要是对大模型的理论基础、生态以及提示词他的一个学习掌握；而L3 L4更多的是通过项目 实战来掌握大模型的应用开发，针对以上大模型的学习路线我们也整理了对应的学习视频教程，和配套的学习资料。

二、大模型经典PDF书籍

书籍和学习文档资料是学习大模型过程中必不可少的，我们精选了一系列深入探讨大模型技术的书籍和学习文档，它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。（书籍含电子版PDF）

三、大模型视频教程

对于很多自学或者没有基础的同学来说，书籍这些纯文字类的学习教材会觉得比较晦涩难以理解，因此，我们提供了丰富的大模型视频教程，以动态、形象的方式展示技术概念，帮助你更快、更轻松地掌握核心知识。

四、大模型项目实战

学以致用 ，当你的理论知识积累到一定程度，就需要通过项目实战，在实际操作中检验和巩固你所学到的知识，同时为你找工作和职业发展打下坚实的基础。

五、大模型面试题

面试不仅是技术的较量，更需要充分的准备。
在你已经掌握了大模型技术之后，就需要开始准备面试，我们将提供精心整理的大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。