Inicio / Guías / Límite de uso de la API NVIDIA NIM

Límite de uso de la API NVIDIA NIM

El catálogo gratuito de API de NVIDIA en build.nvidia.com tiene un límite de uso, no un saldo de créditos. Muchas cuentas gratuitas indican un tope de 40 solicitudes por minuto. Esta página explica lo que NVIDIA dice sobre el límite, por qué pedir un aumento casi nunca funciona y cómo mantenerse por debajo.

El código, los nombres de los modelos y las etiquetas del catálogo en vivo se muestran en inglés.

Lo que NVIDIA dice sobre el límite

En septiembre de 2025, un miembro del personal de NVIDIA escribió en el foro para desarrolladores: "Ya no usamos un sistema basado en créditos para build.nvidia.com." Los límites de uso para la prueba sustituyeron a los créditos. La misma respuesta indica que los límites varían según el modelo y que NVIDIA no los publica. Puede ver su límite máximo en la parte superior derecha de build.nvidia.com.

La FAQ de NIM indica que el número de llamadas permitido en un periodo "está diseñado para atender solo necesidades de evaluación y creación de prototipos". Los miembros del NVIDIA Developer Program obtienen acceso gratuito a los endpoints de la API NIM para crear prototipos.

Sobre el valor de 40 RPM: 40 solicitudes por minuto es el valor que indican la mayoría de las cuentas gratuitas en el foro de NVIDIA. No aparece en una página oficial de NVIDIA. Revise su propia cuenta para conocer su límite real.

¿Puede subir el límite de 40 RPM?

El foro para desarrolladores de NVIDIA tiene muchas publicaciones que piden 200 RPM o más. No encontramos un proceso oficial que suba el límite de una cuenta gratuita. Una respuesta del foro indica que NVIDIA no puede subir manualmente los límites de las cuentas personales gratuitas. No pudimos confirmar que esa respuesta provenga del personal de NVIDIA.

La FAQ de NIM ofrece otras opciones para obtener más capacidad:

  • Aloje NIM por su cuenta en su proveedor de nube o en sus propias GPU.
  • Use una API NIM serverless de producción de un socio, por ejemplo Hugging Face, con precio por uso.
  • Inicie la prueba de 90 días de NVIDIA AI Enterprise, pensada para despliegues de producción.

No cree más cuentas de NVIDIA para obtener más solicitudes. Los términos de prueba permiten a NVIDIA fijar límites de uso, y el acceso gratuito solo es para fines de prueba limitados.

Formas de obtener más rendimiento
OpciónCoste¿Más solicitudes?
Pedir en el foro un límite gratuito mayorGratisNo se encontró un proceso oficial
Espaciar las solicitudes por debajo del límiteGratisNo, pero hay menos errores 429
Añadir otros proveedores gratuitos con conmutación por errorGratisSí, desde otros proveedores
NIM serverless de un socioPago por usoSí
Alojar NIM por su cuentaSus GPUSí

Lo que permiten los términos de prueba

La sección 1.2 de los Términos de Servicio de la API de prueba de NVIDIA concede acceso "solo para fines de prueba limitados". Excluye el uso del servicio o de su salida en producción. La sección 1.4 indica que, sin una suscripción, solo puede usar el servicio para pruebas y evaluación internas.

La sección 3.3 indica que NVIDIA recoge su contenido y el contenido generado para mejorar sus productos, incluidos los modelos de IA. No envíe datos privados al servicio de prueba. Lea uso comercial de API LLM gratuitas para ver otros proveedores.

Modelos NIM gratuitos hoy

El catálogo enumera estos modelos gratuitos de NVIDIA. El límite es por cuenta, así que todos los modelos comparten las mismas solicitudes por minuto.

Modelos NVIDIA NIM gratuitos en el catálogo hoy
ModeloGratis enContextoLímites gratuitos (mejor oferta)HerramientasVisión
GLM 5.3 FlashNVIDIA NIM1M40 solicitudes/min
40 RPM
SíNo
Step 5 PreviewNVIDIA NIM-Ongoing developer prototypingNoNo
Nemotron-3 Ultra 550BNVIDIA NIM1M40 solicitudes/min
40 RPM
SíNo
Muse Glimmer 30BNVIDIA NIM131K40 solicitudes/min
40 RPM
SíSí
Gemma 4 31BNVIDIA NIM262K40 solicitudes/min
40 RPM
NoNo
Poolside Laguna XS 2.1NVIDIA NIM262K40 solicitudes/min
40 RPM
SíNo
Nemotron 3 Super 120BNVIDIA NIM262K40 solicitudes/min
40 RPM
SíNo
Nemotron 3.5 Lightning 30B A3BNVIDIA NIM1M40 solicitudes/min
40 RPM
SíNo
DiffusionGemma 26B A4B ITNVIDIA NIM262K40 solicitudes/min
40 RPM
NoSí
GPT-OSS 20BNVIDIA NIM131K40 solicitudes/min
40 RPM
SíNo
Nemotron 3 Nano Omni 30B A3B ReasoningNVIDIA NIM262K40 solicitudes/min
40 RPM
NoSí
Ising Calibration 1.5 31BNVIDIA NIM131K40 solicitudes/min
40 RPM
NoSí

Se muestran 12 de 19 modelos gratuitos que coinciden. Ver todos los modelos.

Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.

ProveedorProblema conocidoQué hacer
NVIDIA NIMRecurring free, 40 RPM, eval-only ToSNVIDIA NIM replaced its depleting trial credits with a recurring per-account rate limit (40 RPM default, varies by model), verified June 2026. The trial ToS still scopes usage to evaluation/prototyping, not production.
NVIDIA NIMDeveloper evaluation and data-use termsOngoing zero-price hosted developer access, not a monthly credit grant or unrestricted production service. NVIDIA trial/prototyping and data-use terms apply. Do not submit personal or confidential data. Text completions with exact model identity passed on October 15, 2026; tool and vision flags remain off until separately tested. Sources: https://build.nvidia.com/stepfun-ai/step-5-preview and https://openrouter.ai/nvidia/nemotron-3.5-super-vl:free

Datos en vivo del catálogo de FreeLLMAPI (versión 2026.11.19, revisado 2026-11-19). Los límites gratuitos cambian con frecuencia. El catálogo se revisa todos los días.

Cómo mantenerse por debajo del límite

Con 40 solicitudes por minuto, puede enviar una solicitud cada 1.5 segundos de media. Una ráfaga de solicitudes en paralelo alcanza el límite en segundos. Use estas reglas:

  1. Limite el número de solicitudes en paralelo en su cliente. Dos o tres a la vez es seguro para la mayoría de los agentes.
  2. Reintente cada 429 con espera exponencial y jitter. Deténgase después de un número fijo de reintentos.
  3. Cuente las solicitudes de todos los modelos. El límite es de la cuenta, no de cada modelo.
  4. Envíe las tareas cortas y sencillas a otros proveedores. Reserve NVIDIA para los modelos grandes que solo NVIDIA ofrece gratis.

Control sencillo de ritmo en el cliente (Python)

import time
from openai import OpenAI, RateLimitError

client = OpenAI(base_url="https://integrate.api.nvidia.com/v1", api_key="<nvidia-key>")
MIN_GAP = 60 / 40  # seconds between requests at 40 RPM
last = 0.0

def ask(prompt, model="openai/gpt-oss-20b"):
    global last
    for attempt in range(5):
        wait = MIN_GAP - (time.time() - last)
        if wait > 0:
            time.sleep(wait)
        last = time.time()
        try:
            r = client.chat.completions.create(model=model, messages=[{"role": "user", "content": prompt}])
            return r.choices[0].message.content
        except RateLimitError:
            time.sleep(2 ** attempt)
    raise RuntimeError("NVIDIA rate limit: retries used up")

Reparta la carga con FreeLLMAPI

FreeLLMAPI es un gateway de código abierto que se ejecuta en su ordenador. Trata NVIDIA como un solo conjunto de 40 solicitudes por minuto para toda la cuenta. Antes de enviar una solicitud, revisa ese conjunto. Cuando el conjunto está lleno, envía la solicitud al siguiente proveedor gratuito de su cadena.

  • El tope por minuto de toda la cuenta se fija con PROVIDER_MINUTE_REQUEST_CAP_NVIDIA. Bájelo si su cuenta muestra un límite menor.
  • Para limitar las solicitudes en paralelo a NVIDIA, fije MAX_CONCURRENT_REQUESTS_PER_KEY_NVIDIA.
  • Un 429 de NVIDIA pone la clave en un periodo de enfriamiento breve. Después el enrutador prueba otros proveedores.
  • El encabezado X-Routed-Via muestra qué proveedor respondió a cada solicitud.

~/freellmapi/.env (instalación con Docker)

PROVIDER_MINUTE_REQUEST_CAP_NVIDIA=30
MAX_CONCURRENT_REQUESTS_PER_KEY_NVIDIA=2

# then restart the container
cd ~/freellmapi && docker compose up -d

El instalador de una línea guarda sus ajustes en ~/freellmapi/.env. Añada las dos líneas a ese archivo y después inicie el contenedor de nuevo. El tope predeterminado de NVIDIA es de 40 solicitudes por minuto. El valor 0 desactiva el control de toda la cuenta para ese proveedor.

La conmutación por error no sube el límite de NVIDIA. Usa otros niveles gratuitos, por ejemplo Groq, Gemini y Cloudflare, cuando NVIDIA está llena.

Use cada uno de estos modelos con una sola clave. FreeLLMAPI es un enrutador de código abierto y autoalojado. Reúne todos estos niveles gratuitos detrás de un único endpoint compatible con OpenAI y cambia de proveedor cuando uno alcanza su límite. Explore el catálogo o ir en vivo.

Preguntas frecuentes

¿Cuál es el límite de uso de la API NVIDIA NIM?

NVIDIA no publica un solo número. El personal indica que los límites varían según el modelo, y puede ver el suyo en la parte superior derecha de build.nvidia.com. La mayoría de las cuentas gratuitas indican 40 solicitudes por minuto.

¿Cómo subo el límite de uso de NVIDIA NIM desde 40 RPM?

No encontramos un proceso oficial para las cuentas gratuitas. La FAQ de NVIDIA remite a alojar por su cuenta, a un socio serverless de pago como Hugging Face, o a la prueba de NVIDIA AI Enterprise para obtener más capacidad.

¿NVIDIA NIM sigue usando créditos?

No. El personal de NVIDIA indicó en septiembre de 2025 que build.nvidia.com ya no usa créditos. El uso de prueba se controla ahora con límites de uso.

¿Puedo usar la API gratuita de NVIDIA en producción?

No. Los Términos de Servicio de la API de prueba de NVIDIA permiten solo un uso de prueba limitado, no la producción. El uso en producción necesita una licencia de NVIDIA AI Enterprise o un proveedor de pago.

¿El límite de 40 RPM de NVIDIA es por modelo o por cuenta?

Los usuarios gratuitos indican un solo límite para toda la cuenta. Prevea que todos los modelos lo compartan y espacie las solicitudes entre todos los modelos que llame.

Guías relacionadas

Fuentes

Todas las guías · Ver todos los modelos gratuitos