昨天到今天，你的信息流大概率被同一句话刷过：英伟达免费上架了三个国产大模型，Kimi、DeepSeek、GLM 全都能白嫖。
羊毛是真的。但我把英伟达官网扒了一遍，发现这瓜有三处对不上。
第一处：最想用的那个，恰好不能用
Kimi K3.1 Pro 的模型页上，明晃晃挂着「Free Endpoint」（免费接口）的标签，可你真拿 API Key 去调，返回的是 404。不是 bug，英伟达自己在代码示例框里写了一行小字：知乎小红书
API access for this model is not available yet.
This endpoint is published for preview and playground use only — it is not open for programmatic access, and no API key will authorize it.
翻译过来就是：只给你在网页上玩，程序调用一律不认，什么 Key 都不好使。英伟达官网
我又去翻了英伟达那个不用登录就能访问的模型列表接口，返回 84 个模型 ID，里面有 deepseek-ai/deepseek-v4.1-flash、有 z-ai/glm-5-3-flash，唯独没有 Kimi。再看站点地图，DeepSeek 和 GLM 都带 /deploy 页，Kimi 只有一个 /modelcard。
结论很干脆：想拿 Kimi K3.1 Pro 接 Cursor、Claude Code 的，先别折腾，它现在能给的只有网页 Playground。小红书
第二处：这不是「刚刚」上架
刷屏的标题都写「刚刚」。可 Kimi K3.1 Pro 是月之暗面 10 月 23 日发布、11 月 4 日才开源的模型，英伟达页面上标的上架日期也正是 11 月 4 日。至于 DeepSeek-V4.1-Flash，页面标注的是 9 月 18 日；GLM-5.3-Flash 的页面更新停在 9 月 15 日。知乎英伟达官网
也就是说，后两个已经在货架上躺了一个多月。不是新福利，是老福利被重新发现。
真正变的是额度。官方给的免费速率是最高 40 次/分钟、每天 10000 次请求，还注明不同模型不一样、别人用得多你也会被挤。而今年 6 月社区实测记下来的数字，还是一天 1000 次。翻了十倍，这才是实打实的好消息。小红书英伟达官网知乎
第三处：真能用的两个，别选错 ID
DeepSeek-V4.1-Flash：552B 的 MoE，单次只激活 8B 参数，原生支持多模态，KV cache 更小所以调用成本更低。上下文能拉到 100 万 token，MIT 协议，轻、快，适合当日常主力。英伟达官网
GLM-5.3-Flash：320B 总参、18B 激活，原生 FP8 权重部署，中文理解深，Function Calling 和复杂工具调用是强项。英伟达给它的定位更狠：编码和 Agent 能力接近 Claude Opus 4.8，价格只有 GLM-5.2 的十分之一左右。小红书英伟达官网
坑在这儿：模型列表里曾经还有个 GLM-5.3（不带 Flash），英伟达已经把它下线，我核对了当前的模型接口和站点地图，确实找不到它了，ID 填错直接报错。
上手三步，两个细节别漏
打开 build.nvidia.com，邮箱登录，页面顶部会弹黄条让你 Verify，Location 选 China，区号自动变成 +86，亲测国内手机号能完成验证。知乎
细节一：Key 只显示一次，关掉弹窗就再也看不见，先复制再说。细节二：有效期默认 12 个月，可以手动改成永不过期。
拿到 Key，Base URL 填 https://integrate.api.nvidia.com/v1，接口完全兼容 OpenAI 格式，改两行就能塞进 Cursor、Claude Code、Cherry Studio。小红书
但你得接受它慢
网页 Playground 里的 Kimi 很爽：不用排队，1 秒就开始吐字，每秒 61 token，10 秒答完。知乎
走 API 就没这么美了。有人让 DeepSeek-V4.1-Flash 写一个判断闰年的 Python 函数，从发送到拿到结果，4 分 22 秒——绝大部分时间花在排队上，真正开始输出后反而有每秒 40+ token。小红书
社区攒下来的经验是：上下文一旦超过 8K～30K 就开始明显限速，把单次输入压在 4K token 以内最稳。另外老黄这羊毛有「新鲜期」，新模型刚上架那几天最快，之后越来越慢。知乎知乎
到底值不值得薅
说白了，这是试用装，不是口粮。
拿来试新模型、写点小脚本、给自己的 Agent 加一层免费兜底，完全够用。想拿它跑生产、啃整个代码库、当主力 API 省钱——大概率会失望。
想薅，趁现在。
