NVIDIA NIM 取消额度限制：免费 API 无限调用，40 RPM 速率封顶

一句话答案：NVIDIA NIM 在 2026 年 10 月取消了原有的 Credits 额度限制，改为纯速率限制模式——免费账户默认 40 RPM，相当于每天理论最高 57,600 次调用，无需绑卡、无需充值，可直接调用 100+ 顶级开源模型。

2026 年 10 月初，NVIDIA 在 build.nvidia.com 的开发者控制台悄悄改了一项关键政策：取消 Credits 额度限制，改为纯速率限制模式。这一变化让 NIM 从「限量试用」升级为「真正的无限免费 API」，对国内个人开发者和独立创作者而言，意义远超一次普通的政策调整。

一、政策变化前后对比

以下是 NVIDIA NIM 免费层在 2026 年 10 月前后的关键差异：

维度	10 月之前	10 月起
额度模式	Credits 限额（普通邮箱 1,000 次，企业邮箱 5,000 次）	无额度限制
速率限制	未明确公布	40 RPM（可申请提至 200 RPM）
信用卡要求	无需绑卡	无需绑卡
验证方式	邮箱注册	邮箱 + 手机号验证
可用模型数	约 50+ 模型	100+ 模型

核心判断：这一变化让 NIM 从「限量试用」升级为「真正的无限免费 API」。40 RPM 的速率限制对个人开发者而言几乎可以视为无限——按每天 24 小时连续调用计算，理论上限约 57,600 次/天，远超绝大多数个人项目需求。

二、40 RPM 意味着什么？

让我们做一个简单的换算：

40 RPM = 每分钟 40 次请求
每小时 = 40 × 60 = 2,400 次
每天（24 小时） = 2,400 × 24 = 57,600 次

这是什么概念？假设你的 Agent 工作流每次调用平均消耗 2,000 Token（输入）+ 500 Token（输出），那么：

场景	日均调用量	Token 消耗（估算）
轻度使用（每日对话）	~100 次	~250K Token
中度使用（Agent 工作流）	~1,000 次	~2.5M Token
重度使用（批量处理）	~10,000 次	~25M Token
40 RPM 理论上限	57,600 次	~144M Token

即使是重度使用的个人项目，40 RPM 也绰绰有余。对于需要更高吞吐的生产环境，NVIDIA 开发者论坛有明确指引：可通过正式渠道申请将速率提升至 200 RPM，但这需要提交使用场景说明并接受审核。

三、免费模型阵容（截至 2026-10-13 实测）

根据 DEV Community 作者实测（2026-10-01 核实），NIM 免费层当前提供以下核心模型：

模型	总参数量	激活参数	核心特点	许可证
Kimi K3	~2.8T	未公开	长horizon Agent 编程、工具调用、图像输入；思考模式常驻	Modified MIT
GLM-5.3	753B	~40B	文本推理、工具调用；国产旗舰	MIT（>$10B 收入条款）
GLM-5.3 Flash	320B	18B	文本 + 图像、结构化输出、思考预算调节	MIT
DeepSeek V4.1 Flash	552B	8B prefill / 16B decode	多模态、推理强度可调（1-100）	MIT

此外，NIM 还支持 Nemotron 3（NVIDIA 自研混合 Mamba-Transformer MoE 模型，100 万上下文）、Llama 4 系列、Qwen 3.5、Mistral 等主流开源模型。完整模型列表请访问 build.nvidia.com/models。

四、接入步骤（5 分钟完成）

Step 1：注册 NVIDIA Developer 账号

访问 build.nvidia.com
点击右上角 Login → Create Account
使用邮箱注册（中国大陆手机号可直接接收验证码）
完成邮箱验证

Step 2：手机号验证（新步骤）

登录后进入 API Keys 页面
系统弹出验证对话框："We'll need to verify your phone number"
输入中国大陆手机号，接收并填写 6 位短信验证码
注意：俄罗斯等国家/地区不在验证列表中，无法完成此步骤

Step 3：生成 API Key

验证完成后，点击 Generate API Key
复制生成的密钥（格式：nvapi-xxxx...）
密钥仅显示一次，请妥善保存

Step 4：开始调用

from openai import OpenAI

client = OpenAI(
    base_url="https://integrate.api.nvidia.com/v1",
    api_key="nvapi-xxxx..."
)

response = client.chat.completions.create(
    model="z-ai/glm-5.3-flash",
    messages=[{"role": "user", "content": "你好"}],
    max_tokens=512
)
print(response.choices[0].message.content)

API 端点：https://integrate.api.nvidia.com/v1，完全 OpenAI 兼容，可直接替换现有代码中的 base_url。

五、与国内平台对比

将 NIM 免费层与国内主流免费/付费平台对比：

平台	免费额度	速率限制	国内直连	绑卡要求
NVIDIA NIM	无限（40 RPM）	40 RPM	✓	否
智谱 GLM	GLM-4.7-Flash 永久免费 + 新用户 1000 万 Token	约 30 QPS	✓	需实名
硅基流动	注册送 ¥14（约 2000 万 Token）+ 实名认证再送 ¥16	按模型而定	✓	否
商汤 SenseNova	公测期每 5 小时 60,000 积分（约 1,500 次调用）	每 5 小时重置	✓	否
Google Gemini API	免费版无限（但需代理）	受限（国内难直连）	需代理	否

关键洞察：NIM 的独特优势在于「无限调用 + 无需绑卡 + 国内直连 + 100+ 模型库」。国内平台（硅基流动、商汤）虽然也无需绑卡，但都有明确的额度上限；NIM 是唯一真正意义上「用多少算多少」的免费方案。

六、适用场景与限制

✅ 适合场景

原型验证：快速验证模型能力，零成本 PoC
个人项目：日常辅助编程、写作、研究
模型对比：同时测试多个模型，找到最适合你任务的
学习探索：学生、独立开发者入门 AI 开发

⚠️ 不适合场景

高并发生产：40 RPM 对于万人级应用远远不够
SLA 保障：免费层无 SLA，高峰期可能排队
敏感数据：内容可能用于改进 Google 产品（NVIDIA 官方未明确说明数据使用政策）
超大规模批量：建议自有算力或企业级付费方案

七、信息截至日期与核实来源

信息截至日期：2026-10-13 18:00（北京时间）

核实来源：

DEV Community 实测文章（2026-10-01 核实）：https://dev.to/klukyanov/kimi-k3-deepseek-and-glm-free-from-nvidia-i-tested-the-claim-and-here-is-the-catch-2m9b
NVIDIA 开发者论坛讨论（关于 40 RPM 速率限制）
羊茅科技博客（2026-10-13 更新）：https://yangmao.ai/zh/providers/nvidia-build/free-api
CSDN 实测指南（2026-10-08）：https://blog.csdn.net/qq_36034945/article/details/161602910

政策可能随时调整，请在实际使用前再次确认官方文档。

常见问题（FAQ）

NVIDIA NIM 免费 API 还有额度限制吗？

不再有限制。2026 年 10 月起，NVIDIA NIM 取消了原有的 Credits 额度体系，改为纯速率限制模式。免费账户默认 40 RPM（每分钟 40 次请求），相当于每天理论最高 57,600 次调用。

NVIDIA NIM 免费 API 有哪些模型可用？

截至 2026 年 10 月，NIM 提供免费访问的模型包括 Kimi K3（约 2.8T 参数）、GLM-5.3（753B 参数）、GLM-5.3 Flash（320B 参数）、DeepSeek V4.1 Flash（552B 参数）等 100+ 开源模型，全部支持 100 万 Token 上下文窗口。

NVIDIA NIM 免费 API 需要绑卡吗？

不需要。注册 NVIDIA Developer 账号仅需邮箱，创建 API Key 时需要手机号验证（短信验证码），但不需要绑定信用卡或支付信息。

如何申请提升速率限制？

通过 NVIDIA 开发者论坛提交正式请求，说明使用场景和目标 RPM。审核通过后最高可提至 200 RPM。但免费层的任何提额都基于「合理使用」原则，生产级需求仍建议考虑付费方案。

免费层的数据会用于训练吗？

NVIDIA 官方文档未明确说明免费层数据的使用政策。相比之下，Google Gemini API 免费版明确声明数据用于改进产品。建议在调用敏感数据前查阅最新条款或联系 NVIDIA 官方确认。