NVIDIA NIM：API key 与 Base URL
NVIDIA NIM 托管推理。自带你自己的 key；我们不收取任何费用。
harness 已经知道的
| 厂商 id | nvidia |
| 内置 base URL | https://integrate.api.nvidia.com/v1 |
| 协议 | OpenAI 兼容的 chat completions |
| API key | NVIDIA_API_KEY |
| 模型发现 | 支持——模型列表是向端点询问得来的，不是打包在发行版里的。 |
接入方法
上面的端点已经内置，什么都不用配置。把 key 放进环境变量，这个厂商就会出现在模型选择器里：
export NVIDIA_API_KEY="..."key 由 NVIDIA NIM 签发——在哪里获取。
API key 配置与排错
按下方官方指南创建密钥，然后运行此命令并在提示中粘贴密钥。OHarness 会将其保存在凭据存储中。进程环境变量中的密钥优先于已保存的密钥。
oharness auth login nvidiaNVIDIA_API_KEY 是环境变量，不是 config.json 的顶层字段。覆盖端点时，将下方 providers 配置合并到 ~/.oharness/config.json，保留其他设置。base URL 不应包含 /chat/completions。
{
"providers": {
"nvidia": {
"baseUrl": "https://integrate.api.nvidia.com/v1"
}
}
}请求失败时如何排查
- 401 或 403：读取响应正文，检查当前密钥、账号权限和余额。旧环境变量可能覆盖新保存的密钥。终端 export 仅对当前 shell 及其启动的进程生效。
- 404：检查端点和服务商控制台中的完整模型 ID。429：重试前检查服务商的速率限制和配额。内置快照中的模型可能已下线。
安装 OHarness · 服务商配置 · 配置文件
NVIDIA NIM 上的模型
NVIDIA NIM 提供的最新的、支持工具调用的模型，数据来自 OHarness 内置的 models.dev 快照。harness 还会向端点获取实时列表，所以这份快照之后发布的模型也会出现在选择器里。
| 模型 id | 上下文 / 输出 | $/M 输入 / 缓存 / 输出 | 推理 |
|---|---|---|---|
z-ai/glm-5.3-flash | 1M / 131K | 0 / — / 0 | 是 |
z-ai/glm-5.3 | 1M / 131K | 0 / — / 0 | 是 |
deepseek-ai/deepseek-v4-pro-0813 | 1M / 384K | 0 / — / 0 | 是 |
nvidia/nemotron-3.5-lightning-30b-a3b | 262K / 262K | 0 / — / 0 | 是 |
meta/muse-glimmer-30b | 131K / 131K | 0 / — / 0 | 是 |
deepseek-ai/deepseek-v4-flash-0731 | 1M / 384K | 0 / — / 0 | 是 |
moonshotai/kimi-k3 | 1.05M / 131K | 0 / — / 0 | 是 |
thinkingmachines/inkling | 1.05M / 16K | 0 / — / 0 | 是 |
poolside/laguna-xs-2.1 | 262K / 16K | 0 / — / 0 | 是 |
z-ai/glm-5.2 | 1M / 131K | 0 / — / 0 | 是 |
标价单位为美元 / 每 100 万 tokens，于 2026-09-19 读自 models.dev。NVIDIA NIM 的价格和模型会变动，以它自己的定价页为准。用最新的模型开始会话：
oharness -m nvidia/z-ai/glm-5.3-flash无论选哪家都一样
不管底层是哪家厂商，都是同一个 agent 循环、同一套工具、同一批 MCP 服务器、同一套权限规则——会话中途在它们之间切换，什么都不用转换，因为历史记录从来不以某个厂商的格式存储。什么是 agent harness 讲了为什么这才是难点，厂商参考文档讲了目录本身。