NVIDIA 免费模型和技能包怎么用：一份实测过的上手清单

2026-10-25

8 次瀏覽

2130字数

很多人不知道，NVIDIA 除了卖显卡，还在 build.nvidia.com 上放了一百多个 AI 模型，并在 GitHub 开源了四百多个技能包，其中大部分都可以免费试用。经过一轮实测，下面这份清单是目前真正能跑通的用法。

把下面这段话贴给 Claude Code、Codex 这类会自己执行指令的 AI 工具，它会一步一步带你做，每一步做完先等你确认再往下：

带你到 build.nvidia.com 注册或登录 NVIDIA 账号，拿到免费的 API 密钥（nvapi- 开头）。提醒：密钥不要贴到公开的地方。
把密钥存成环境变量 NVIDIA_API_KEY。用 OpenAI 兼容格式（网址 https://integrate.api.nvidia.com/v1）测试两个模型：nvidia/nemotron-3-ultra-550b-a55b、deepseek-ai/deepseek-v4.1-flash，各问一句自我介绍，把回答和耗时告诉你。
执行 npx skills add nvidia/skills --list 列出 NVIDIA 官方技能包，用白话说明哪几个跟你的工作有关，你选了再装。
安装 NVIDIA 的技能包扫描工具 SkillSpector（uv tool install git+https://github.com/NVIDIA/skillspector.git）。以后装任何技能包之前，先用 skillspector scan 加上网址或文件夹、再加 --no-llm 扫一遍，把结果翻成白话告诉你能不能装。

官网目录每天都在变，数过两次分别是 102 个、103 个；挂“Free Endpoint”（免费直接调用）的有四十多个，其他要下载回去、用自己的显卡跑。把清单上 74 个聊天模型一个一个调用后，有回应的是 18 个，很多是早就叫不到的旧模型。比较值得试的：

Nemotron 3 Ultra（NVIDIA）：自家开源旗舰，擅长多步骤 AI Agent 工作、读很长的文件（一次最多 100 万 token）、调用工具；可以切换要不要“先想再回答”。支持中文，授权可以商用。
DeepSeek V4.1 Flash（DeepSeek）：看得懂文字也看得懂图，主打省成本、回得快，实测一秒多就回，适合日常问答、整理资料。
Nemotron 3.5 Super VL（NVIDIA）：看得懂图片的推理模型，主打 AI Agent、写程序、调用工具，目前标“抢先体验”。
Step 5 Preview（阶跃星辰）：看得懂文字和图片，一次最多读 100 万 token，可以推理、调用工具，适合丢整份长文件、整本手册进去问，目前是预览版。
GLM 5.3 Flash（智谱）：看得懂文字和图片，可以推理、调用工具，回应速度快。
gpt-oss-20b（OpenAI）：OpenAI 自己开源的模型，授权是 Apache 2.0，可以商用；体积小，官方说 16GB 内存的电脑就跑得动，适合想自己装来试的人。
Riva Translate（NVIDIA）：专门做翻译的模型，支持 37 种语言；可以先给它几个“这句要这样翻”的例子，让它照你的用词翻。
Nemotron Parse 2.0（NVIDIA）：把文件照片、扫描件读成文字，连表格和版面信息一起抓出来，适合发票、表单、纸本资料数字化。

这份清单会变：官网上有些模型已经标了“几天后下架”，也有些还在清单上但叫不到，调用前先确认状态。

技能包的本质是给 AI 的“操作手册”，装之前不知道里面有没有恶意指令。NVIDIA 自己的做法值得学：装任何技能包之前，先用 SkillSpector 扫一遍。

命令是：skillspector scan 加上技能包网址或文件夹，再加 --no-llm（不用大模型参与判断，只做规则扫描）。扫完把结果翻成白话：能装就装，不能装就换一个来源。把这个动作变成习惯，比事后排查省事得多。

实测下来，企业用开源模型的原因很实际：第一，数据边界自己说了算，敏感业务可以跑在自有环境里；第二，成本结构透明，免费端点适合验证想法，跑通后再决定是自建还是采购；第三，模型可以换，不被一家供应商绑住。当然也有代价：免费端点不保证长期可用，生产环境还是要做自己的可用性兜底。

一句话总结：先拿免费端点把想法跑通，再决定要不要花钱——这是目前用 NVIDIA 开源资源最划算的姿势。