API NVIDIA NIM gratuite (build.nvidia.com) en 2026

En bref : oui, NVIDIA vous permet d'appeler gratuitement ses modèles d'IA hébergés pendant la phase de prototypage. Rejoignez le NVIDIA Developer Program gratuit (c'est automatique lorsque vous cliquez sur Get API Key sur build.nvidia.com) et vous pourrez utiliser les endpoints de l'API NIM pour le développement et les tests. NVIDIA ne publie ni solde de crédits ni limite de débit fixe, et l'usage en production nécessite une licence NVIDIA AI Enterprise payante.

Ce que vous obtenez gratuitement

Les NIM (NVIDIA Inference Microservices) sont des serveurs de modèles packagés et optimisés pour GPU par NVIDIA. L'API Catalog sur build.nvidia.com en héberge un grand nombre sur le DGX Cloud de NVIDIA, ce qui permet d'appeler des modèles en HTTP sans rien déployer. La page NIM de NVIDIA présente les endpoints hébergés comme gratuits pour un « prototypage illimité, propulsé par DGX Cloud ».

La distinction clé porte sur l'usage, pas sur le volume. La FAQ de NVIDIA définit la production comme tout usage allant au-delà du développement, des tests, de la recherche ou de l'évaluation — y compris les transactions commerciales ou le service à de vrais utilisateurs finaux. Un projet perso que vous êtes seul à utiliser relève du prototypage ; une application publique avec des clients relève de la production, même si le trafic est minime.

Limites de débit et crédits : ce qui est officiel et ce qui ne l'est pas

C'est le point sur lequel la plupart des guides se trompent, alors nous distinguons clairement les sources.

• Officiel : la documentation de NVIDIA confirme l'accès gratuit au prototypage mais ne publie ni montant de crédits, ni quota quotidien, ni nombre fixe de requêtes par minute pour l'API hébergée.
• Équipe NVIDIA sur le forum (d'après des fils communautaires) : les limites dépendent du modèle, du cas d'usage et du trafic global du moment, et il n'existe aucun moyen officiel d'obtenir une limite plus élevée sur la même offre gratuite.
• Retours de la communauté : les développeurs constatent couramment environ 40 requêtes par minute, et les Developer Forums contiennent de nombreuses demandes pour la faire passer de 40 à 200 RPM. Une analyse indique que le plafond s'applique par clé API/compte plutôt que par modèle. Aucun de ces chiffres n'est garanti par NVIDIA.
• Historique des crédits (non confirmé) : des articles tiers affirment que le catalogue offrait autrefois 1 000 crédits à l'inscription, extensibles à 5 000 sur demande, avant de passer à des limites de débit. La documentation actuelle de NVIDIA ne mentionne pas de crédits, et nous n'avons pas pu confirmer ce changement auprès d'une source officielle.

Le tableau de bord de votre compte sur build.nvidia.com est le seul endroit fiable pour voir les limites qui s'appliquent à vous à un instant donné. Prévoyez quelques dizaines de requêtes par minute, pas des centaines, et ajoutez une nouvelle tentative avec backoff pour les réponses 429.

Étape par étape : obtenir une clé API gratuite

Ces étapes suivent le guide de démarrage rapide officiel de l'API Catalog de NVIDIA.

1. Rendez-vous sur build.nvidia.com et ouvrez la page d'un modèle — l'exemple de NVIDIA utilise meta/llama-3.1-8b-instruct.
2. Cliquez sur Get API Key.
3. Saisissez votre adresse e-mail et cliquez sur Next. Cela vous inscrit aussi au NVIDIA Developer Program.
4. Connectez-vous si vous avez déjà un compte NVIDIA, ou définissez un mot de passe pour en créer un.
5. Lorsque la clé s'affiche, cliquez sur Copy Key et conservez-la en lieu sûr, par exemple dans une variable d'environnement ou un gestionnaire de secrets.
6. Dans le volet de droite de la page du modèle, cliquez sur Copy Code pour obtenir un exemple fonctionnel, puis remplacez l'espace réservé API_KEY_REQUIRED_IF_EXECUTING_OUTSIDE_NGC par votre clé.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://integrate.api.nvidia.com/v1",
    api_key=os.environ["NVIDIA_API_KEY"],
)
resp = client.chat.completions.create(
    model="meta/llama-3.1-8b-instruct",
    messages=[{"role": "user", "content": "Explain what an inference microservice is in two sentences."}],
    max_tokens=200,
)
print(resp.choices[0].message.content)

La référence de l'API LLM de NVIDIA indique que l'endpoint de chat est POST /v1/chat/completions sur https://integrate.api.nvidia.com, c'est pourquoi le SDK OpenAI fonctionne en changeant simplement l'URL de base. Les ID de modèles suivent le format éditeur/modèle affiché sur chaque page de build.nvidia.com.

API hébergée gratuite vs NIM auto-hébergé gratuit

L'auto-hébergement est la solution quand la limite de débit de l'API hébergée gêne vos tests : vous pouvez faire des tests de charge sur un NIM tournant sur vos propres GPU sans toucher aux limites partagées de NVIDIA, et la licence l'autorise toujours pour le développement. NVIDIA précise que la tarification d'AI Enterprise est par GPU, pas par NIM, et ne varie pas selon la taille du GPU.

Tirer le meilleur parti des endpoints gratuits

• Prototypez d'abord avec de petits modèles. Un modèle 8B suffit pour mettre en place les prompts, les appels d'outils et le parsing ; passez à un modèle plus gros une fois la plomberie en place, pour consacrer votre débit limité aux réponses qui comptent.
• Gérez les réponses 429. Quand la limite partagée est atteinte, l'API rejette les requêtes ; un backoff exponentiel avec jitter évite que vos scripts et boucles d'agents échouent purement et simplement.
• Plafonnez max_tokens et streamez les longues réponses. Des réponses plus courtes libèrent plus vite de la capacité et rendent la latence sous charge plus prévisible.
• Mettez en cache localement les appels répétés pendant le développement. Relancer un notebook ne devrait pas renvoyer des prompts identiques.
• Utilisez une clé par projet. Si une clé fuite, vous pouvez la révoquer sans tout casser.
• Déplacez les tests lourds vers un NIM auto-hébergé. Les tests de charge et les évaluations par lots sont précisément ce à quoi sert l'allocation de développement de 16 GPU pour les microservices NIM téléchargeables.

Comme les limites sont partagées et dépendent du trafic, les résultats d'un benchmark rapide sur l'endpoint hébergé ne refléteront pas ce que vous obtiendriez sur du matériel dédié. Utilisez l'API gratuite pour choisir un modèle et valider la qualité, et mesurez le débit sur l'infrastructure sur laquelle vous déploierez réellement.

Pour qui c'est intéressant

• Les développeurs qui évaluent des modèles ouverts, comme la famille Llama de Meta, sur des endpoints optimisés par NVIDIA avant de choisir un hébergeur.
• Les équipes qui prévoient d'auto-héberger sur des GPU NVIDIA et veulent tester le NIM exact qu'elles déploieront ensuite.
• Les expérimentations d'agents de code et d'outillage qui ont besoin d'une clé compatible OpenAI pour un usage personnel — dans la limite du débit.
• Les étudiants et chercheurs, puisque la recherche et l'expérimentation sont explicitement couvertes.

C'est un mauvais choix pour tout ce qui est exposé à des utilisateurs : les conditions excluent l'usage en production, et des limites non publiées et dépendantes du trafic le rendent peu fiable pour une application en ligne.

Quand vous êtes prêt pour la production

• NVIDIA AI Enterprise : démarrez l'essai gratuit de 90 jours, puis prenez une licence à partir de 4 500 $ par GPU et par an (environ 1 $ par GPU et par heure dans le cloud). NVIDIA assure le support du moteur d'inférence optimisé et du runtime, pas des modèles ni de leurs sorties.
• Startups : NVIDIA Inception est gratuit et propose des crédits cloud partenaires ainsi que des tarifs préférentiels sur le matériel NVIDIA.
• Autres hébergeurs pour les mêmes modèles ouverts : les fournisseurs en paiement à l'usage répertoriés sur notre site, ou des offres gratuites managées pour un usage à faible volume.

Comparaison avec les autres API d'IA gratuites

Le service de prototypage similaire de GitHub, GitHub Models, a été arrêté en juillet 2026 : le catalogue de NVIDIA est donc l'un des derniers endroits gratuits pour prototyper avec des modèles ouverts hébergés. Pour une liste plus large, consultez nos guides des clés API IA gratuites et comment obtenir des crédits IA gratuits.

Erreurs fréquentes

• Utiliser l'accès gratuit comme backend de production. Les conditions de NVIDIA sont explicites : servir de vrais utilisateurs finaux, c'est de la production.
• Compter sur un débit fixe de 40 RPM. C'est un chiffre communautaire ; NVIDIA indique que les limites varient selon le modèle et la charge, alors prévoyez des nouvelles tentatives.
• Demander une augmentation de limite sur le forum. L'équipe NVIDIA a indiqué qu'il n'existe aucun moyen officiel de relever les limites de l'offre gratuite ; pour plus de capacité, il faut passer par l'auto-hébergement ou AI Enterprise.
• Écrire la clé en dur dans le code d'exemple. L'extrait copié contient un espace réservé pour la clé ; chargez-la plutôt depuis une variable d'environnement.
• Confondre NIM et le programme Inception. Inception est un programme pour startups avec des crédits partenaires ; l'API gratuite fait partie du Developer Program.