• NVIDIA ofrece la plataforma ideal para obtener claves API gratuitas compatibles con diversos modelos de inteligencia artificial.
• Los usuarios tienen la posibilidad de testear todas las IA directamente en su web o integrarlas en editores de código, como sucede con Claude Code y otras herramientas similares.

Pocas compañías a nivel mundial han tenido un desarrollo tan impresionante como NVIDIA, comúnmente conocida por ser uno de los principales fabricantes de tarjetas gráficas para videojuegos y renderización 3D para diseñadores.

Pero a día de hoy, NVIDIA no solo es un fabricante de gráficas para profesiones especializadas, sino que es el pilar fundamental sobre el que gira toda la industria tecnológica, mayormente por la evolución imparable de la inteligencia artificial generativa y sus capacidades.

Esto la ha llevado a superar con creces los 100.000 millones de dólares en ingresos de forma anual, con una estrategia que está centrada en los centros de datos y sumándose al podio de gigantes como Apple y Microsoft en valor empresarial.

Ahora bien, no todo el mundo tiene acceso a dispositivos tan potentes que puedan lanzar los grandes modelos de lenguaje natural (LLM), y tan solo una simple prueba de estos puede acarrear gastos que no todos los usuarios o empresas están dispuestos a pagar.

Para ello, NVIDIA ha creado su plataforma NVIDIA Build, que se basa en microservicios de inferencia –NIM por sus siglas en inglés–, que permiten el acceso rápido, sencillo y gratuito a los mejores modelos de código abierto del mercado, pero también a los propietarios.

En definitiva, si quieres probar estos modelos antes de gastarte dinero en implementar o desarrollar un proyecto basado en estos, puedes acceder a esta plataforma de NVIDIA para realizar testeos.

Qué es NVIDIA Build y qué modelos ofrece

La Interfaz de Programación de Aplicaciones –conocida popularmente por sus siglas en inglés como API– es crucial para cualquier proyecto en el que necesites que 2 programas se comuniquen entre sí. Por ejemplo, un LLM y una herramienta para crear código, como puede ser Claude Code.

En la práctica, el editor de código envía una petición a un servidor remoto y recibe una respuesta generada por IA en tiempo real, sin que tu máquina tenga que procesar numerosos datos que, de otra forma, exigiría algo más de complejidad.

Con NVIDIA Build, la compañía ofrece un catálogo impresionante de modelos de IA más avanzados, con una arquitectura que los mete en pequeñas "píldoras", por decirlo de alguna manera más coloquial, como TensorRT-LLM o vLLM, para que el modelo mantenga la misma precisión y no haya prácticamente diferencia en la latencia con lo que ofrecería de forma local un LLM.

Muchas compañías como OpenAI o Anthropic, además, solo ofrecen sus propios modelos, por lo que un desarrollador no puede probar otros de forma gratuita, aunque solo sea para revisar la rapidez de las respuestas o su capacidad de razonamiento.

En NVIDIA Build puedes probar muchísimos sin tener que cambiar entre plataformas. Así, tienes acceso a lenguajes de razonamiento como Meta Llama y sus diferentes versiones –según los parámetros que requiera tu proyecto–, todos los de Mistral, Microsoft Phi, así como Google Gemma y los propios de NVIDIA Nemotron.

Más allá de esto, tendrás que revisar muy bien para qué quieres cada modelo, desde el menú lateral izquierdo, ya que no es lo mismo que uses uno para programación que uno para generación de imágenes o con capacidad de visión.

En estos últimos ámbitos, no tendrás ningún tipo de limitación, ya que navegar por ellos es realmente sencillo; con una grandísima ventaja para analistas de datos y científicos, con modelos que pueden realizar tareas específicas realmente impresionantes para este tipo de investigaciones.

Cómo generar claves API y cuál es el sistema de créditos

La plataforma de NVIDIA ofrece una versión gratuita desde el inicio que es bastante generosa, ya sea que estés estudiando y quieras probar o que seas un programador más avanzado que está dudando sobre qué modelo elegir sin tener que pagar nada desde el principio.

En esta versión, obtener la clave API es realmente sencillo: tendrás que registrarte o iniciar sesión en su página oficial, elegir el modelo que prefieras de todos los que aparecen y pinchar dentro del que hayas seleccionado sobre la opción Generate API Key, para copiar y pegar donde la necesites.

Es importantísimo que esta clave API la mantengas a buen recaudo, independientemente del servicio que estés utilizando, ya que es una clave secreta como si fuera una contraseña –solo aparece una vez, así que es importante que la apuntes en un sitio que recuerdes–.

Por otro lado, hay que destacar que una cuenta nueva recibe 1.000 créditos gratuitos, mientras que si necesitas una ampliación a 5.000 créditos sin tener que pasar por caja, es necesario un correo electrónico corporativo o educativo.

Si no tienes ninguno de estos, también puedes completar la solicitud de ampliación, lo que elevará tus créditos sin pagar nada hasta los 5.000 créditos.

Aunque, lógicamente, también tiene limitaciones y las peticiones máximos por minuto se quedan en unas 40 aproximadamente, lo que es suficiente para realizar pruebas, autocompletado en editores de código o consultas simples a cualquier modelo.

En el casos de los usos destinados, es importante destacar también que su uso está destinado a investigación, desarrollo personal, prototipado o pruebas; cualquier uso más allá de este, como la producción comercial a escala requiere de una licencia empresarial de la plataforma de NVIDIA.

Como recomendación, lo mejor es que utilices el chat interactivo que hay disponible desde la propia interfaz web, a no ser que estés utilizando un editor de código y quieras probarlo en ese entorno.

Sea como sea, podrás ajustar parámetros clave como la temperatura o el número máximo de tokens, imprescindible si has configurado algún servidor casero y no quieres que se descontrole el uso de tokens, siempre pudiendo ajustar esto a lo que permitan tus dispositivos, como una Raspberry Pi o un mini PC.

Por último, para los usuarios que usen los modelos de OpenAI, NVIDIA lo pone muy fácil al permitir la compatibilidad al 100% con sus endpoints y la librería oficial de esta compañía, simplemente cambiando la URL base.

En resumen, aunque NVIDIA es la empresa más importante de la industria, aún mantiene opciones gratuitas de prueba que son vitales para sus usuarios, también para los que simplemente se muevan por su curiosidad. Y, de momento, no he encontrado una plataforma que funcione casi de la misma forma que si lanzaras un LLM en tu propia máquina en local –sin depender de las especificaciones de tu máquina–.