闲言碎语不多讲,先上成果:

NVIDIA NIM 现在免费提供这两个模型的 API 调用:
| 模型 | 模型名称 | 特点 |
|---|---|---|
| GLM-4.7 | z-ai/glm4.7 | 智谱最新旗舰,编程能力炸裂,前端审美在线 |
| MiniMax M2.1 | minimaxai/minimax-m2.1 | 多语言编程王者,Agent 任务稳如老狗 |
API 地址统一是:https://integrate.api.nvidia.com/v1
怎么获取 API Key?
- 打开 build.nvidia.com
- 注册/登录 NVIDIA 账号
- 进入 Settings → API Keys
- 点击生成新的 API Key
具体细节这里不再赘述。搞定后,日常开发测试绰绰有余。
在OpenClaw中配置
修改~/.openclaw(clawdbot)目录下openclaw.json(clawdbot.json)在 "providers": { 后插入如下内容:
1 | "nvidia": { |
通过 CLI 添加模型:
1 | openclaw models set nvidia/minimaxai/minimax-m2.1 |
需要✈️吗?
不需要。
NVIDIA NIM 的 API 地址 integrate.api.nvidia.com 在国内可以直接访问!
这可能是目前最省心的免费 API 选择了——不用折腾网络环境,不用担心封号,直接干就完了。
使用建议
适合用 GLM-4.7 的场景:
- 前端开发,尤其是需要好看 UI 的
- 一次性交付的编程任务
- 需要深度思考的复杂问题
适合用 MiniMax M2.1 的场景:
- 多语言项目(Java、Go、Rust 这些)
- 需要长时间运行的 Agent 任务
- 对响应速度有要求的场景
不太适合的场景:
- 需要图片输入的任务(GLM-4.7 不支持)
- 对延迟极度敏感的实时应用(毕竟是免费的,资源紧张时会变慢)
最后
NVIDIA 把国产顶流模型免费开放出来,既是给开发者发福利,也是在推广自家的 NIM 生态。
对于普通用户来说,这就是个体(白嫖)验的好机会。GLM-4.7 和 MiniMax M2.1 都是刚发布的新模型,能力确实不错。趁着现在资源还没被挤爆,赶紧去尝试吧~
原文链接: CSDN 博客 - OpenClaw 配置 NVIDIA GLM-4.7 + MiniMax M2.1 API 教程
作者: cuiqingwei