NVIDIA NIM 免费 API 申请：新号赠 1000 credits 免绑卡

接口地址与鉴权

NIM 提供 OpenAI 兼容接口，base_url 形如 https://integrate.api.nvidia.com/v1，具体路径以模型详情页展示的调用示例为准。鉴权使用上一步生成的 nvapi- 密钥，放在请求头的 Authorization 字段中，格式为 Bearer 加空格加密钥。建议把密钥写入环境变量，避免硬编码在代码里。

export NVIDIA_API_KEY="nvapi-你的密钥"

可用模型名与获取途径

模型名需要从 build.nvidia.com 的模型目录或模型详情页复制，形如组织名加模型名的完整标识。模型库会定期轮换，旧模型可能下线，因此不要在代码里长期写死一个模型名；上线前先在目录中确认该模型仍可调用。

发起一次对话补全调用

下面是最小可运行的 curl 示例，关键参数为：model 指定模型名；messages 为对话数组，每条包含 role 与 content；temperature 控制随机性；max_tokens 限制返回长度；stream 设为 true 时以流式方式返回。

curl https://integrate.api.nvidia.com/v1/chat/completions \
  -H "Authorization: Bearer $NVIDIA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta/llama-3.1-8b-instruct",
    "messages": [
      {"role": "user", "content": "用一句话解释什么是向量数据库"}
    ],
    "temperature": 0.6,
    "max_tokens": 256,
    "stream": false
  }'

如果更习惯用 Python，可以直接复用 OpenAI 官方 SDK，只改 base_url 与密钥：

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://integrate.api.nvidia.com/v1",
    api_key=os.environ["NVIDIA_API_KEY"],
)

resp = client.chat.completions.create(
    model="meta/llama-3.1-8b-instruct",
    messages=[{"role": "user", "content": "用一句话解释什么是向量数据库"}],
    temperature=0.6,
    max_tokens=256,
)
print(resp.choices[0].message.content)

额度耗尽与限流的典型表现

常见报错有三类：返回 401 多为密钥错误或已失效；返回 429 表示触发速率限制（平台通常有每分钟请求数上限）或额度用尽；返回 404 一般是模型名写错或该模型已下线；返回 400 则多与参数不合法有关。

排查顺序建议如下：先在控制台核对剩余额度与限额，确认是秒级限流还是额度归零；再检查请求头中的密钥是否完整、是否带了多余空格；接着用模型目录里的示例模型名做一次最小请求，排除模型名问题；随后逐步加回 temperature、stream 等参数，定位是哪个参数导致报错；最后确认网络能否访问该域名，以及是否误用了官网展示页地址而非接口地址。遇到限流时，按指数退避重试即可，不要在循环里无间隔重发。