英伟达开放 GLM-5.2 API 端点，免费的！一篇文章告诉你怎么零成本接入

GLM-5.2 的免费 API 并不是由智谱直接提供的，而是托管在英伟达的 build.nvidia.com 开发者平台上。支持中国大陆手机号注册，兼容 OpenAI 格式，可接入 Claude Code、Cursor、VS Code 等主流开发工具。本文详细记录从注册到接入的完整流程，并提供代码示例和多种接入方式的对比。

build.nvidia.com 平台概览

英伟达的开发者平台 build.nvidia.com 目前托管了 141 个 AI 模型，其中 77 个提供免费的 API 端点。

这些免费模型覆盖了当前主流的开源和商用模型，包括 DeepSeek-V4-Pro、Kimi-K2.6、MiniMax-M2.7、Qwen3.5 等。GLM-5.2 也在其中，标签注明 Free Endpoint + Downloadable，提供方标注为 Z.ai，模型标识为 z-ai/glm-5.2。

GLM-5.2 于 2026 年 7 月 2 日上线 NVIDIA NIM（NVIDIA Inference Microservices）目录，上线仅一天，下载量已突破 200 万。这个模型基于 744B 参数的 MoE（混合专家）架构，支持 100 万 token 的上下文窗口，采用 MIT 协议开源，商用和非商用均无限制。

与之前美团 CatPaw（500 次免费额度）和阿里 QoderWork（2000 积分 / 30 天有效期）不同，英伟达提供的不是封装在某个产品里的模型调用，而是裸 API 接口。它兼容 OpenAI 的 Chat Completions 格式，可以接入任何支持该协议的开发工具，包括 Claude Code、Cursor、GitHub Copilot、VS Code 插件，甚至自研的应用程序。

注册与获取免费 API Key

整个流程大约五分钟，不需要科学上网，中国大陆手机号可正常使用。

访问 build.nvidia.com，支持 Google 账号或 GitHub 账号直接授权登录，也可以用邮箱注册新账号。登录后进入个人中心，系统会要求验证手机号。用国内的手机号可以直接收验证码验证。

很多人以为这个平台不支持中国手机号，实际上完全没有问题。

然后进入个人中心的 API Keys 管理页面，点击 Generate API Key 。给 Key 取一个便于辨认的名称（例如 free-glm），系统会生成一个以 nvapi- 开头的密钥字符串。

⚠️ 这个密钥只显示一次，关闭页面后无法再查看，务必立刻复制保存。

有效期方面，目前可以设置最长一年（也有永不过期的选项）。官方页面标注为 Unlimited API requests without daily limits，没有明确的每日请求上限。

三个关键参数

打开 GLM-5.2 在英伟达平台上的模型页面，可以看到接入所需的三个参数：

参数	值
Base URL	`https://integrate.api.nvidia.com/v1`
API Key	`nvapi-` 开头的密钥
Model	`z-ai/glm-5.2`

这三个参数适用于所有兼容 OpenAI 格式的工具和 SDK。

接入方式一：直接通过代码调用

对于开发者，可以直接使用 OpenAI 兼容的 SDK 进行调用。

Python 示例

python 复制代码

from openai import OpenAI

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

response = client.chat.completions.create(
    model="z-ai/glm-5.2",
    messages=[
        {"role": "user", "content": "用 Python 写一个快速排序算法"}
    ],
    temperature=0.6,
    max_tokens=4096
)

print(response.choices[0].message.content)

cURL 示例

bash 复制代码

curl https://integrate.api.nvidia.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer nvapi-你的密钥" \
  -d '{
    "model": "z-ai/glm-5.2",
    "messages": [
      {"role": "user", "content": "解释 TCP 三次握手"}
    ],
    "temperature": 0.6,
    "max_tokens": 4096
  }'

Node.js 示例

javascript 复制代码

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://integrate.api.nvidia.com/v1",
  apiKey: "nvapi-你的密钥",
});

const response = await client.chat.completions.create({
  model: "z-ai/glm-5.2",
  messages: [
    { role: "user", content: "用 TypeScript 写一个 HTTP 服务器" }
  ],
  temperature: 0.6,
  max_tokens: 4096,
});

console.log(response.choices[0].message.content);

接入方式二：通过 CC Switch 接入 Claude Code

CC Switch 是一个开源的图形化管理工具（ccswitch.io），专门用于切换 Claude Code、Codex、Gemini CLI 等 AI 编程工具的底层模型和 API 供应商。可以通过CC Switch来配置。

配置完成后，Claude Code 的界面、交互方式、Agent 工作流（多文件编辑、自动化执行、上下文管理、工具调用）全部保持不变，只是底层的推理引擎替换成了英伟达免费提供的 GLM-5.2。

接入方式三：通过 ServBay AI Gateway 统一管理

除了 CC Switch，还有一种更适合个人、团队和多模型管理场景的方案，那就是使用 ServBay AI Gateway。

ServBay 是一个AI-native的集成式工具，而 AI Gateway 是其内置的统一 AI 供应商网关模块。它在本地运行一个代理服务，可以将多个 AI 供应商的 API 收拢到一个统一的入口下管理。

为什么用 AI Gateway 接入英伟达免费 API

安全性方面 ，ServBay AI Gateway 引入了虚拟密钥（Virtual Key）机制。真实的 nvapi- 密钥保存在本地网关并加密存储，不会散落在各个项目的配置文件里。为不同项目或工具签发独立的虚拟密钥，需要撤销时可以单独操作，不影响其他项目
多供应商管理方面，英伟达的免费 API 在高峰期存在排队和限速的问题（后面会详细说）。通过 AI Gateway 的智能路由功能，可以配置多个 API 渠道作为备用。例如主渠道设为英伟达免费端点，备用渠道设为其他供应商。当英伟达返回 429 错误时，网关自动将请求切换到备用渠道，整个工作的流程不会被中断。
用量统计方面，AI Gateway 会实时记录所有请求的 Token 用量、成本和延迟数据，方便评估免费额度的实际消耗速率。

配置方法

安装 ServBay 并启用 AI Gateway 模块
在"渠道（Channels）"页面添加英伟达供应商，填入 nvapi- 密钥和 Base URL

签发一个虚拟密钥
将 Claude Code、Cursor 或其他工具的 Base URL 指向 http://127.0.0.1:11580，API Key 填虚拟密钥

bash 复制代码

# 以 Claude Code 为例，通过环境变量配置
export ANTHROPIC_BASE_URL=http://127.0.0.1:11580
export ANTHROPIC_API_KEY=你的虚拟密钥

这种方式尤其适合同时使用多个 AI 模型的场景。

三种接入方式对比

对比项	代码直接调用	CCSwitch	ServBay AI Gateway
适合人群	开发者	Claude Code 用户	团队开发 / 多模型管理
配置难度	需要编程基础	图形化界面，低门槛	一键安装，低门槛
密钥管理	手动管理	单工具级别	虚拟密钥 + 加密存储
故障转移	无	有（部分支持）	多渠道智能路由
用量监控	需自行实现	基础统计	内置详细统计面板
工具覆盖	不限	Claude Code / Codex 等	任何兼容工具

免费 API 的实际体验与已知限制

免费并不等于没有代价。英伟达免费层存在几个已知的限制，在决定是否使用之前有必要了解清楚。

高峰期排队与限速

这是目前反馈最集中的问题。工作日白天，尤其是北美时区的工作时间，请求延迟可能从正常的几秒增加到十几秒甚至更长。严重时会直接返回 HTTP 429（Too Many Requests）错误。

海外开发者社区的反馈也印证了这一点，有人在 Threads 上直言不讳地表示高峰期需要排队等待。

非高峰期（凌晨、周末）的体验明显好很多。如果主要在这些时段使用，速度和稳定性都可以接受。

速率限制

根据实测，免费层的请求频率上限大约在每分钟 40 次左右。日常写代码、做原型够用，但如果需要批量处理任务（批量生成文档、批量分析代码库等），这个速率可能不够。

GLM-5.2 与 Claude 的差异

通过 CC Switch 或 ServBay AI Gateway 将 GLM-5.2 接入 Claude Code 后，界面和交互方式完全一样，但模型的表现不一样。GLM-5.2 在代码生成和 Agent 工作流上有不错的能力（它本身就是针对这些场景优化的），但在复杂长程推理、系统提示词遵循度等方面，与 Claude 原生模型存在差距。

具体哪些任务表现好、哪些任务差距明显，需要在实际项目中逐步验证。别人的 benchmark 分数不能替代实际项目中的使用感受。

免费背后的商业逻辑

如果把英伟达免费 API、美团 CatPaw、阿里 QoderWork 放在一起看，会发现一个清晰的三层结构正在围绕 GLM-5.2 形成。

应用层

美团和阿里做的是终端产品。美团把 GLM-5.2 集成进 CatPaw IDE，阿里把 GLM-5.2 集成进 QoderWork 桌面应用。用户使用的是产品本身，模型被封装在产品内部。对美团和阿里而言，免费模型是吸引用户使用自家产品的手段。

基础设施层

英伟达做的是算力分发。它把 GLM-5.2 部署在自己的 GPU 云上，以免费 API 的形式提供给开发者。英伟达并不关心开发者用这个模型做什么产品，它关心的是让更多开发者在英伟达的计算基础设施上构建原型和测试模型。

当这些项目从原型阶段走向生产部署时，最自然的选择就是购买英伟达的 GPU（H200、B200 等单价数万美元的 AI 芯片）或使用英伟达的付费推理服务。免费 API 的获客成本远低于传统的市场推广，而一旦开发者在生态内完成了技术选型，迁移成本就会成为留存的护城河。

模型层

智谱（Z.ai）做的是水源供给。GLM-5.2 以 MIT 协议完全开源，不限商用，不限分发。美团拿来做 IDE，阿里拿来做办公工具，英伟达拿来做免费 API 引流。每一家都在用同一个模型争夺自己赛道的用户入口，但没有任何一家"拥有"这个模型。

智谱不与这些公司争夺终端用户。它只做一件事------保证所有人的产品里流淌的都是同一条河的水。参与分发的公司越多，这条河就越不可替代。这是开源模型与封闭模型在商业逻辑上最大的分野。

常见问题 FAQ

英伟达免费 API 需要科学上网才能访问吗？

build.nvidia.com 的注册和 API Key 生成页面需要网络环境支持。API 调用本身走的是 integrate.api.nvidia.com，需要确保该域名可访问。如果通过 ServBay AI Gateway 等本地网关代理，可以在网关层面统一处理网络问题。

免费额度真的没有上限吗？

官方页面标注 Unlimited API requests without daily limits，目前实测也没有遇到额度耗尽的提示。但免费服务随时可能调整策略，建议不要在生产环境中依赖免费额度。

GLM-5.2 适合什么场景？

根据智谱官方说明和实际测试，GLM-5.2 针对 Agentic 工作流、软件工程、代码生成和调试进行了专项优化。744B 的 MoE 架构加上 100 万 token 上下文窗口，在处理大型代码库的上下文理解方面表现不错。

CC Switch 和 ServBay AI Gateway 该选哪个？

如果只是个人使用 Claude Code，想快速切换到免费模型，CC Switch 足够了。除了使用Claude Code，如果还需要管理多个 AI 供应商的 API Key、需要故障转移 and 用量统计、或者团队多人协作，ServBay AI Gateway 更合适。两者不冲突，也可以配合使用，把ServBay AI Gateway当做CC Switch的延生。

这个免费 API 能用多久？

无法确定。英伟达目前没有公布免费层的截止时间，但历史经验表明，平台型的免费策略通常会持续到足够的开发者生态建立之后才会调整。建议趁早注册拿到 Key，有备无患。

总结

英伟达在 build.nvidia.com 上免费开放 GLM-5.2 的 API 端点，如果感兴趣的可以拿来玩一下。注册流程支持中国手机号，API 兼容 OpenAI 格式，可以通过代码直接调用、CC Switch 图形化配置或 ServBay AI Gateway 统一管理等多种方式接入现有的开发工具链。

免费层确实存在高峰期延迟和速率限制的问题，GLM-5.2 也不能完全替代 Claude 等模型在长程推理任务上的表现。但作为原型开发、日常编码辅助或低成本体验 AI 编程工作流的入口，这个方案的性价比足够高。