前言

最近在折腾 AI Agent 和模型接入相关的事情时，意外发现英伟达居然提供了一个面向开发者、可以免费调用模型 API 的平台。更关键的是，这个平台上不仅能用到一些主流开源模型，还能直接使用最近热度很高，号称开源 Coding 能力最强的 GLM4.7，以及综合表现相当稳的 minimax-m2.1。

说实话，在如今 API 几乎全面 token 计费、随便一个复杂任务就轻松几十万甚至上百万 token 的背景下，这种可以正经做开发实验、不用一上来就烧钱的平台，对个人开发者和学习阶段的人来说非常友好。所以这篇文章主要做三件事：

• 介绍 NVIDIA Build 平台本身能做什么
• 记录从注册到实际调用 API 的完整流程
• 分享一段真实使用下来的模型体验与限制

整体偏实践，结论也会尽量基于实际使用情况展开。

NVIDIA Build 模型平台

NVIDIA Build可以理解为英伟达官方提供的一个模型集成与调试平台。平台上已经部署了大量模型，涵盖文生文（Chat / Reasoning / Coding）、文生图 / 图生文、语音相关等模型。目前平台上可见的模型数量在 200+，基本覆盖了市面上主流的开源模型生态，例如：deepseek-R1 / deepseek-v3.x、qwen3 / qwen-coder、kimi-k2、minimax-m2.1、z-ai/glm4.7，平台本身还提供了在线 Playground（支持参数调节、tools 调用）、OpenAI 风格的 API 接口、模型示例代码一键生成等能力。

注册账号与 API Key 申请

账号注册说明

注意：疑似因为近期注册用户激增，新账号存在一定概率无法正常申请 API Key 的问题。在不影响账号合规性的前提下，比较稳妥的做法是使用非国内常见的邮箱注册，例如相对少见的邮箱（yeah.net），或国外邮箱(gmail.com)等，以及注册时使用浏览器无痕窗口，避免历史状态干扰。

创建账号

访问：build.nvidia.com/ ，点击左上角 Login。

在弹窗中输入邮箱并点击 Next，随后填写注册信息并完成人机验证。

这里需要注意：在“更多注册选项”中可以看到 QQ、微信等方式，但不建议使用第三方快捷登录。在当前阶段，使用这些方式注册后，账号更容易出现 API 权限受限的情况。

完成注册后，会进入一些偏个性化设置的步骤（例如名称、偏好选项），按需填写即可。

如果账号状态正常，稍等片刻后，页面顶部会出现提示：

Please verify your account to get API access

点击右上角的 Verify 进入验证流程。

手机号验证

在验证弹窗中，将默认的 +1 修改为 +86，输入国内手机号即可。这里不需要刻意规避，国内手机号是可以正常通过验证的。

点击 Send Code via SMS，完成验证码验证。

创建 API Key

验证完成后，点击右上角头像，进入 API Keys 管理页面。

如果账号状态正常，这里可以看到 Generate API Key 按钮。

点击后，输入一个 Key 名称（仅用于区分），过期时间选择 Never Expire。

生成完成后，复制并妥善保存该 API Key，后续调用只会展示一次。

如果在 API Keys 页面完全看不到生成按钮，而是类似下图所示的提示界面，基本可以确认该账号当前无法使用 API 功能，建议更换账号重新注册。

使用 API Key 调用

本地客户端配置

只要是支持 OpenAI 风格接口的客户端基本都可以直接使用，我这里以 Jan 为例。

进入设置页，添加一个新的模型提供商。

• Provider Name：自定义（例如 Nvidia）
• API Key：填写刚刚生成的 Key
• Base URL：https://integrate.api.nvidia.com/v1

完成后添加模型。

例如添加 GLM4.7：

z-ai/glm4.7

新建会话并选择该模型后，即可正常对话。从体感上看，在普通对话场景下 token 输出速度非常快。

获取模型列表

Jan 也支持直接调用 /models 接口获取模型列表，点击刷新即可自动拉取并添加。

需要注意的是：

• /models 返回的是平台全量模型列表
• 其中包含文生图、语音、多模态等模型
• 并非所有模型都支持 chat / text-to-text

因此，如果在客户端中直接选择不支持 chat 的模型发送消息，会直接报错，这是模型能力不匹配，不是接口问题。

Playground 与模型调试

在 NVIDIA Build 平台的 Models 页面中，可以通过搜索 Chat / Reasoning 筛选支持的模型，或者在 Playground 页面的左上角看到所有支持文生文的模型列表。

以 kimi-k2 为例，点击模型后可以进入在线调试界面。

• 左侧 Tools：可启用模型支持的工具
• 右侧 Parameters：控制温度、最大 token 等参数

点击右上角 View Code，可以直接看到对应的 API 调用示例，包括 Base URL、Model ID、Messages 结构等。

Tools 调用示例

在部分模型中可以直接启用 tools，这里以 minimax-m2 为例演示。

启用 get_current_weather 工具后，询问某地天气，模型会自动进行 tools 规划与调用，并返回结果。

再次点击 View Code，可以看到完整的 tools 调用示例代码。

模型与接口

NVIDIA Build 提供的是 OpenAI 风格 API，接口层面兼容 chat.completions / responses，是否支持 chat、tools、多模态，取决于模型本身。所以，最稳妥的方式仍然是在平台 Models 页面中筛选 chat / reasoning，再决定是否接入到本地客户端或代码中。

使用体验与限制

说一下 GLM4.7 这个模型。它并不是我第一次用，在刚发布不久时我就已经通过一些第三方 API 供应商接触过，这次算是第二次较完整地使用。综合两次实际开发体验，说实话体感并不算好。

首先一个比较明显的问题是，在我目前常用的模型里（比如 qwen-code、gpt-5.1、gpt-5.2、Claude 等），只有 GLM4.7 会在生成的文件头部插入 Markdown 的代码块标记。这个问题在代码编辑和文件生成场景下尤其影响体验，需要额外清理，看起来就很蠢。

其次是执行效率问题，这一点让我感觉很奇怪。纯对话场景下它的响应速度是很快的，但一旦进入干活模式，比如稍微复杂一点的任务编排、代码修改或多步执行，单个任务可能会跑十几甚至二十分钟。问题不在于我不能接受模型执行复杂任务耗时，而是过程中偶尔会出现明显的停顿或卡住一段时间再继续，节奏非常不稳定。

一开始我也怀疑是 API 调用频率或限流导致的，但后来在同样的客户端、同样的任务复杂度下切换到 minimax-m2，发现并不是这个原因。minimax 的整体执行节奏要顺畅得多，调用也更激进，甚至可以轻松跑到 40 次 / 分钟 的平台上限，当然代价就是一旦规划稍微激进，就很容易直接撞上限流，接口报错，任务中断。

从平台层面来看，这个平台整体体验其实是非常不错的：模型选择多、接入成本低、示例清晰，对学习和实验阶段的开发者非常友好。平台的限制也比较直观明确，比如 API 调用频率限制在 40 次 / 分钟，超出后直接返回错误，这一点在 minimax-m2 上体现得尤为明显。

回到 GLM4.7 本身，客观来说它的功能是完全正常的：工具调用没问题，代码编辑能用，对话速度也快，只是在复杂任务执行阶段明显偏慢，且稳定性不够好。相比之下，minimax-m2 在相同条件下执行节奏更线性、更听话，只是更容易触发平台限流 （当然了，因为频繁触发限流所以我也没深度使用 minimax）。

总结来说，GLM4.7 并不是不能干活，但实际开发体验一般，尤其是在需要长时间、连续执行任务的场景下，效率和节奏上的问题会被放大。

结语

实话说，这个平台在当前这个时间点，真的算是相当良心的存在。对想学习 AI Agent、工具调用、多模型编排的开发者来说，能够在不额外付费的情况下反复试错，本身就很有价值。

当然了，平台策略和风控状态可能随时变化，如果只是想白嫖一点体验，建议还是尽早注册，至少在账号状态正常的前提下，把 API Key 拿到手。

至于模型怎么选，建议多试、多对比，别迷信单一模型。能稳定把活干完的模型，才是好模型。

相关链接

• 英伟达免费模型API