英伟达免费API实测：38个模型仅4个能写代码，Kimi K3已停服

英伟达把大模型放进自家机房，给你一把密钥就能调用——上下文最长100万，目录里97个模型，其中38个标着免费。但免费书架上的书并不都适合写代码，而且借阅规则比想象中严格。这篇基于B站UP主实测和官方页面交叉核对，把能用、不能用、怎么接编程工具一次说清。

免费目录里真正能写代码的只有4个

英伟达官方目录一共97个模型，标着免费接口的有38个。这38个里混着语音、翻译、药物研究、视频生成，跟编程工具无关。UP主逐页翻完后点名4个写代码用得上的：

• GLM5.3：页面写7530亿参数，会推理、会调用工具，上下文100万。注意网页地址写的是GLM-5-3，代码里的模型名是GLM-5.3，中间带点，直接从页面代码示例复制最省事。
• DeepSeek^广告 4.1 Flash：总参数5520亿，每次只用其中80亿，页面强调更省，上下文同样100万。100万上下文差不多是一整个中等项目的代码量。
• Nemotron 3 Ultra：英伟达自家模型，上下文100万，页面定位是擅长推理、写代码、做规划、调用工具。
• Poolside Laguna XS 2.1：330亿参数，上下文26万，用途写的是长任务编程和终端操作。

怎么挑？项目大、文件多就选上下文100万的几本；想要回得快，页面写Nemotron 3.5 Lightning是300亿参数档里最快的；要跑很长的终端任务就选Laguna。同一页还能看到GLM5.3 Flash、Nemotron 3.5 Lightning、GPT-AUS 20B也标着免费，UP主这期先不展开。

上下文长度（context window） 指模型单次请求中能够同时处理的最大 token 数量，包含输入提示和输出生成。100 万 token 大致相当于数十万汉字或一个中等规模代码仓库的核心文件集合，但并非所有模型在该长度下都能保持同等推理质量，实际可用长度常受服务和模型实现限制。对编程场景而言，上下文越长，越能一次性载入多个相关文件，减少来回检索；但过长的上下文也会增加单次请求耗时与费用（若为付费档）。因此选型时应结合项目规模与响应速度权衡，而非一味追求最大值。

Kimi K3已停服，这几个模型别再填了

UP主查的那天，官网首页免费推理一栏Kimi K3还排第一个，点进模型页顶部红色横幅写着10月14号弃用、10月15号以后不再支持。但页面下方“模型可用性”一栏的免费接口当时还写着可用——两处对不上，UP主按横幅算。现在Kimi K3已经停了，配置文件里还写着这个模型的，一调用就会报错。

另外两个网上教程常见名字：MiniMax M2.7和DeepSeek V4 Pro，模型页免费接口一栏已写“已弃用”，只剩合作方付费接口。照着老教程填，多半会失败。这是英伟达条款第八条的日常：官方可以随时更改、停用或弃用接口的任何一部分。

每分钟40次不是官方公告，但429是真的

官方页面没给固定限速数字。英伟达开发者论坛有一条置顶帖，版主写得很清楚：免费档有限速，具体取决于模型、用途和当时整体使用量，没有官方办法提高。论坛里一连串用户发帖说自己每分钟40次、想申请提到200次，官方回复都是无法提高。所以“每分钟40次”是很多人的实测读数，不是官方公告，自己账号是多少试一下就知道，碰到状态码429就是到顶了。

写代码的智能体特别容易撞线。你说一句话，它背后是读文件、改文件、跑测试、再读文件，每一步都是一次请求，一个任务几十次很平常。一分钟只能借40本，一口气来借60本，后面的自然被挡在门外。论坛里有人在Cursor、OpenCode上反复碰到。稳妥用法有三条：一次只跑一个任务，别同时开子任务；工具里有自动重试、间隔重试选项就打开；配置里多备一个模型，一个被限速或撤掉就换另一个顶上。

还要澄清一个流传很广的说法：网上教程写“免费6个月200多个模型随便用”。UP主把官方页面翻了一遍，目录一共97个模型，没有写免费多少个月，试用条款原话是服务可以限量使用、限时使用，英伟达可随时调整或停用。“6个月”在官方页面上找不到出处。

429 Too Many Requests 是 HTTP 协议中表示请求频率超限的状态码，属于 4xx 客户端错误类别。当客户端在单位时间内向服务器发送的请求数超过服务端设定的配额时，服务器会返回 429，并可能在响应头中附带 Retry-After 字段告知客户端等待多久后重试。许多 OpenAI 兼容客户端会将其识别为限流错误，并触发内置的退避重试逻辑（如指数退避）。理解这一点有助于排查：如果编程工具反复报 429，说明是调用节奏问题，而非密钥失效或模型名写错，应调整并发或启用重试间隔。

借书证的三条规矩：别上生产、会被记录、随时下架

这张密钥的条款叫英伟达API试用服务条款，几条硬规矩值得逐条看。

只提供有限试用，不能用于正式生产。 第一条就写了不能把接口或生成内容用在正式生产里，要正式用需另外订购英伟达或合作方服务。试新模型、学习、测自己的小项目在条款范围内；放进已上线产品或给客户交付的流程就超出了。

输入输出会被记录。 每个模型页点进去先弹提示，写明输入和输出会被记录，用来提供试用体验，也用来改进英伟达的产品和模型，请不要上传机密信息和个人数据。公司代码、带密钥的配置文件、客户资料，留在自己手里。

试用额度用完要另外订购。 官方常见问题写注册后可拿到免费试用额度，在网页里聊天不扣，从自己程序远程调用才扣。条款1.4条也说额度用完要继续用需另外订购。额度具体数字现在官方页面没写，注册后在自己账号里看到的才算。

还有输出责任：页面写明第三方模型回答可能不准确、有偏差，英伟达不背书，用的人自己承担。写出来的代码自己跑一遍再用。

接编程工具：OpenAI兼容格式是钥匙

英伟达接口是OpenAI兼容格式，工具里只要有“自定义OpenAI兼容地址”一项就能填。地址是integrate.api.nvidia.com/v1，再填密钥和模型名。

拿密钥的流程：打开build.nvidia.com，点开任意模型，点获取API密钥，用邮箱注册英伟达账号，创建后复制密钥。中间有一步手机号验证，论坛里有人卡在这里，注册前先留意。OpenCode官方文档里就有英伟达这一项，先斜杠connect搜英伟达输入密钥，再用斜杠models选模型，文档里用的是Nemotron 3 Super。密钥以NVAPI开头，只在本机保存。

OpenAI 兼容接口指服务端按照 OpenAI API 的请求与响应格式实现 /v1/chat/completions 等端点，使原本为 OpenAI 编写的客户端、SDK 和编程工具只需替换 base_url、api_key 和模型名即可直接使用。这是目前第三方模型服务接入 IDE 插件、命令行智能体和本地客户端的最低成本方式。英伟达的 integrate.api.nvidia.com/v1 即扮演这一角色，因此任何提供“自定义 OpenAI 兼容地址”选项的工具都能对接，无需专门适配。需要注意的是，兼容格式只保证协议一致，各模型支持的参数（如工具调用、流式输出）仍可能有差异。

这张借书证适合谁

想免费试新模型、写点个人小项目，它很合适。书架上能用的有GLM5.3、DeepSeek 4.1 Flash、Nemotron 3 Ultra；每分钟大约40次是很多人的读数，智能体最容易撞线；规矩是试用会被记录、随时可能下架。把这个当借书证而不是生产基础设施，用起来就不容易踩坑。