显卡买不起，老黄开始白送大模型了。
11月7日前后，英伟达的 build.nvidia.com 上悄悄多了三个国产名字：Kimi K3.1 Pro、DeepSeek-V4.1-Flash、GLM-5.3-Flash。三个都挂着 Free Endpoint 标签，注册不用绑信用卡。小红书知乎
这不是第一次。10月30日前后，MiniMax M3.1 Flash、阶跃星辰 Step 5 Preview 也上过同一张免费台，登录后即可免费调用。再往前还有 GLM-4.7、MiniMax M2.1，老黄的羊毛清单一直在换页。知乎
这次的分量不一样。Kimi K3.1 Pro 是月之暗面 10月23日发布、11月4日刚开源的旗舰，2.8 万亿参数，100 万 token 上下文。这么个东西被算力巨头直接摆进试用台，等于把最贵的开源模型放在自家最贵的卡上，免费给你按。知乎
能白嫖的其实只有两个
有博主把三个都跑了一遍，结论有点扫兴。
Kimi K3.1 Pro 页面上写着 Free Endpoint，代码一调返回 404。模型页代码框里藏了行小字：这个模型的 API 暂时还没开放，只能在网页上试用。想把它接进 Agent 工具的，先别折腾。小红书知乎小红书
网页版反而香：不用排队，1 秒开始吐字，每秒 61 token。知乎
DeepSeek-V4.1-Flash 和 GLM-5.3-Flash 是真能用的。注册生成 Key，接口兼容 OpenAI 格式，Base URL 填 https://integrate.api.nvidia.com/v1，Cursor、Claude Code、WorkBuddy 这类客户端填进去就能连。小红书
上车三步，两个容易翻车的地方
第一步，打开 build.nvidia.com 登录，普通邮箱或 Google 账号都行。登录后页面顶部会有条黄色提示「验证账号以后才能获得 API 权限」，点右边 Verify，Location 选 China，区号自动变 +86，国内手机号实测能收到验证码；碰到「这个号码已达上限」，换一个或者过段时间再试。知乎
第二步，右上角头像 → API Keys → Generate API Key。
第三步，把 Key 和 Base URL 填进你的工具，模型名选 DeepSeek-V4.1-Flash 或 GLM-5.3-Flash。
坑一在有效期：Expiration 默认 12 个月，可以手动改成 Never Expire；但走 Help Center 里的一键 Get API Key，生成的只有 6 个月。坑二在保存：Key 只显示这一次，弹窗一关就再也找不回来，先点 Copy 再关。知乎
还有个容易忽略的——模型列表里的 GLM-5.3（不带 Flash）已经在 10月28日被英伟达下线了，别选错。知乎
免费的天花板画在哪
限流是硬指标。实测口径是免费账号每分钟 40 次调用，也有开发者记录到每天 1000 次的上限。个人项目、写脚本够用；想拿它当生产流量，会被打回来。小红书知乎
上下文也没那么大方。社区反复反馈超过 8K–30K 之后模型开始限速、明显变慢，官方示例代码清一色用 16K，输入控制在 4K token 以内体验最稳。别指望用免费额度去啃整本小说或者巨型代码库。知乎
还有排队。有人让 DeepSeek-V4.1-Flash 写一个判断闰年的 Python 函数，从发送到完成 4 分 22 秒——真开始输出以后并不慢，快的时候每秒 40+ token，绝大部分时间耗在等位上。知乎
一条经验值得记：NIM 上新模型刚上架那几天最快，之后越来越慢。想尝鲜 Kimi K3.1 Pro 的，趁它还在。
老黄图什么
不是慈善。NIM 的全称是 NVIDIA Inference Microservices，本质是英伟达把 TensorRT-LLM 深度优化后打包成的容器化推理服务。官方对免费层的定位写得很直白，主要面向开发与原型验证。知乎知乎
翻译成人话：你先在它家白跑原型，跑顺了要上生产，最省事的路径就是租它家卡、买它家整机。免费额度只是漏斗最上面那一层。
顺带还有广告效果——2.8 万亿参数的模型能在英伟达推理栈上 1 秒吐字、61 token/s，这个演示本身就值钱。
该不该薅
值得薅的：做原型、试 Agent、跑自动化脚本、学生党练手。零成本，接口标准，模型还新。
别指望的：长文档处理、把生产流量压上去。限流和长上下文减速会把体验打回原形。知乎
一句话收口：门确实开着，但里面还有一道门。DeepSeek 和 GLM 的免费 API 现在就能用，Kimi K3.1 Pro 先在网页上过过瘾，等它把 API 打开。
