2026-06-06/2026-06-06

AI相关

NVIDIA-OpenCode-免费模型使用指南

一、准备工作：获取 NVIDIA API Key

打开浏览器访问 https://build.nvidia.com
注册/登录 NVIDIA 开发者账号（直接用 Google/Microsoft/GitHub 账号登录即可）
登录后进入 API Keys 页面：https://build.nvidia.com/settings/keys
点击 "Generate New API Key" 生成密钥
复制密钥（格式为 nvapi-xxxxxxxx...，妥善保存，关闭页面后不可再查看）

查询当前可用免费模型列表：
https://build.nvidia.com/models?filters=nimType%3Anim_type_preview

二、通过 `/connect` 命令快速配置（推荐新手）

这是最简单的方式，OpenCode 会自动帮你配置密钥和模型。

打开终端，进入你的工作目录，启动 OpenCode：

opencode

在 OpenCode 界面中，输入 /connect 命令：

/connect

在接下来的列表中，选择 NVIDIA（可以按 j/k 键或方向键选择，按回车确认）
输入你的 NVIDIA API Key：

┌ API key│
│ nvapi-你的密钥粘贴在这里
└ enter

输入完成后，输入 /models 查看所有可用模型：

/models

使用方向键选择你想要的 NVIDIA 模型（如 nemotron-3-super-120b-a12b），按回车确认

三、通过配置文件手动配置（推荐进阶用户）

如果你想固定使用某个模型，或者想同时配置多个模型，可以修改配置文件。

3.1 找到配置文件位置

项目级配置：./opencode.json 或 .opencode/opencode.json（项目根目录）
全局配置：~/.config/opencode/opencode.json（所有项目通用）

新手建议先创建项目级配置，在项目根目录下执行：

Windows (PowerShell):

New-Item -Path .\opencode.json -Value '{"$schema":"https://opencode.ai/config.json"}' -ItemType File

Mac/Linux:

touch opencode.json
echo '{"$schema":"https://opencode.ai/config.json"}' > opencode.json

3.2 编辑配置文件

在 opencode.json 中添加 NVIDIA 配置，推荐完整配置如下：

{
  "$schema": "https://opencode.ai/config.json",
  "model": "nvidia/nemotron-3-super-120b-a12b",
  "provider": {
    "nvidia": {
      "options": {
        "apiKey": "nvapi-你的API密钥粘贴在这里"
      }
    }
  }
}

关键字段说明：

model：默认主模型，格式为 nvidia/模型ID
small_model（可选）：设置小模型用于标题生成等轻量任务

{
  "small_model": "nvidia/mistral-small-4-119b-2603"
}

3.3 配置自定义模型（可选）

如果你在 NVIDIA 网站上看到了 OpenCode 没有预加载的模型，可以手动添加：

{
  "provider": {
    "nvidia": {
      "models": {
        "在/model页面看到的模型ID": {
          "name": "你喜欢的模型名称"
        }
      }
    }
  }
}

示例：

{
  "provider": {
    "nvidia": {
      "models": {
        "nemotron-3-ultra-550b-a55b": {
          "name": "Nemotron 3 Ultra (550B)"
        }
      }
    }
  }
}

3.4 使用环境变量配置（更安全，不把 Key 写在配置文件里）

Windows (PowerShell):

$env:NVIDIA_API_KEY="nvapi-你的密钥"
opencode

Windows (CMD):

set NVIDIA_API_KEY=nvapi-你的密钥
opencode

Mac/Linux:

export NVIDIA_API_KEY="nvapi-你的密钥"
opencode

四、验证配置是否成功

启动 OpenCode 后，输入 /models 命令
查看列表里是否出现 NVIDIA 相关的模型
选择一个模型（如用方向键选中 nvidia/nemotron-3-super-120b-a12b）
尝试发送一条消息测试：你好，请简单介绍一下你自己

如果模型正常回复，说明配置成功。

五、推荐 NVIDIA 免费模型速查表

以下是在 https://build.nvidia.com/models?filters=nimType%3Anim_type_preview 页面上标有 "Free Endpoint"（免费端点）的模型，以及它们在 OpenCode 中的使用 ID：

OpenCode 模型 ID	模型名称	大小	特点
`nvidia/nemotron-3-ultra-550b-a55b`	Nemotron 3 Ultra	550B (55B active)	最新旗舰，Agent、代码、推理
`nvidia/nemotron-3-super-120b-a12b`	Nemotron 3 Super	120B (12B active)	中等规模，Agent/代码/推理
`nvidia/nemotron-3-nano-omni-30b-a3b-reasoning`	Nemotron 3 Nano Omni	30B (3B active)	多模态，支持图片/视频/语音/文本
`nvidia/nemotron-3-content-safety`	Nemotron 3 Content Safety	-	内容安全检测
`nvidia/nemotron-3.5-content-safety`	Nemotron 3.5 Content Safety	-	内容安全检测（新版）
`nvidia/nemotron-voicechat`	Nemotron Voicechat	-	语音对话
`nvidia/gliner-pii`	GLiNER PII	-	提取文本中的隐私信息
`nvidia/deepseek-v4-flash`	DeepSeek V4 Flash	284B MoE	1M 上下文，极速编程/Agent
`nvidia/glm-5.1`	GLM-5.1	-	旗舰级 GLM，Agent/代码/长推理
`nvidia/qwen3.5-397b-a17b`	Qwen 3.5 VLM	400B (17B active)	视觉理解，支持图片
`nvidia/qwen3.5-122b-a10b`	Qwen 3.5	122B (10B active)	编程、推理、Agent
`nvidia/mistral-small-4-119b-2603`	Mistral Small 4	119B	多模态输入，256k 上下文
`nvidia/mistral-medium-3.5-128b`	Mistral Medium 3.5	128B	文本生成、编程、Agent
`nvidia/minimax-m2.7`	MiniMax M2.7	230B	编程、推理、办公
`nvidia/gemma-4-31b-it`	Gemma 4	31B	谷歌出品，代码/推理
`nvidia/step-3.7-flash`	Step 3.7 Flash	MoE	多模态推理、Agent、编程
`nvidia/kimi-k2.6`	Kimi K2	1T MoE	长时序编程、工具调用、多模态
`nvidia/cosmos3-nano`	Cosmos 3 Nano	-	生成物理视频（文本/图像）
`nvidia/cosmos3-nano-reasoner`	Cosmos 3 Nano Reasoner	-	视频/图像理解推理

注意：模型 ID 中 / 分割符前是 nvidia（OpenCode 的 provider 名称），后面部分是你在 NVIDIA build 页面看到的精确模型 slug。如果模型名包含下划线 _，在 OpenCode 中保持原样。

六、切换和选择模型

方法 1：OpenCode 内切换（运行时）

在 OpenCode 中输入：

/models

用方向键选择模型，回车确认。

方法 2：CLI 参数指定（无需改配置文件）

# 直接指定模型启动，配置文件中的 model 字段会被覆盖
opencode -m nvidia/nemotron-3-ultra-550b-a55b

七、限制和注意事项

项目	说明
费用	Free Endpoint 模型目前免费，但有速率限制（RPM，每分钟请求数）
速率限制	不同模型限制不同，建议编码时少量测试，正式使用时注意控制频率
上下文长度	各模型不同，从 8K 到 1M 不等，具体看上面表格或 NVIDIA 页面
多模态	带 Omni/VLM 的模型支持图片输入，基础文本模型不支持
持久性	通过`/connect` 输入的 API Key 存在 `~/.local/share/opencode/auth.json`，不要泄露此文件
模型 ID 格式	直接使用`nvidia/模型路径`，无需 `:free` 后缀

八、本地部署（NIM - 无需联网）

如果你有本地 GPU 并想离线使用，可以部署 NVIDIA NIM 本地服务：

安装 NVIDIA NIM：参考 https://docs.nvidia.com/nim/
配置 OpenCode（在 opencode.json 中）：

{
  "provider": {
    "nvidia": {
      "options": {
        "baseURL": "http://localhost:8000/v1"
      }
    }
  }
}

启动本地 NIM 服务后，像平时一样在 OpenCode 中选择 NVIDIA 模型即可。

九、同时使用多个 NVIDIA 模型

如果你需要不同的 Agent 使用不同的 NVIDIA 模型，可以这样配置：

{
  "agent": {
    "coder": {
      "model": "nvidia/deepseek-v4-flash",
      "mode": "subagent",
      "description": "编程专用 Agent",
      "permission": {
        "edit": "allow",
        "bash": "allow"
      }
    },
    "planner": {
      "model": "nvidia/nemotron-3-ultra-550b-a55b",
      "mode": "subagent",
      "description": "规划专用 Agent",
      "permission": {
        "edit": "ask",
        "bash": "ask"
      }
    }
  },
  "model": "nvidia/nemotron-3-super-120b-a12b"
}

这样：

主会话使用 nemotron-3-super-120b-a12b
刷 @coder 时使用 deepseek-v4-flash
刷 @planner 时使用 nemotron-3-ultra-550b-a55b

十、常见问题排查

Q: 提示 Provider not found: nvidia

解决：确保 opencode.json 顶部的 "$schema" 字段存在且格式正确；重启 OpenCode（配置热加载有限制，建议退出重建）

Q: 输入 /models 没有 NVIDIA 模型

解决：确认 API Key 已正确输入；重启 OpenCode；检查网络是否能访问 integrate.api.nvidia.com

Q: 模型返回错误响应

解决：检查是否选中的是 NVIDIA 页面上仍标有 "Free Endpoint" 的模型；部分模型可能已转为付费

Q: 如何查看当前已用 token 数量？

在 OpenCode 中模型回复时，底部一般会显示 Input: XXX tokens, Output: YYY tokens

Q: 配置文件写错了导致 OpenCode 无法启动？

解决：删除有问题的 opencode.json 文件重新来；或设置环境变量 OPENCODE_DISABLE_PROJECT_CONFIG=1 来跳过项目配置启动

参考链接

NVIDIA 免费模型列表：https://build.nvidia.com/models?filters=nimType%3Anim_type_preview
OpenCode 官方文档：https://opencode.ai/docs/
OpenCode Providers 文档：https://opencode.ai/docs/providers
NVIDIA NIM 本地部署文档：https://docs.nvidia.com/nim/
OpenCode Discord 社区：https://opencode.ai/discord

# opencode nvidia

标题：《NVIDIA-OpenCode-免费模型使用指南》
作者：zeekling
提示：转载请注明文章转载自个人博客：浪浪山旁那个村