Skip to main content

open claw太烧token怎么办？英伟达把 Kimi K2.5 开放免费调用了而且这个模型已经冲到 OpenClaw 调用量榜首，超过 Gemini 3 Flash 和 Claude Sonnet 4.5如果你正在折腾 OpenClaw，这篇教程能帮你 10 分钟内把免费的 Kimi K2.5 跑起来为什么是 Kimi K2.5 + OpenClaw先说数据：2月4日至今，Kimi K2.5 一直位居 OpenClaw 模型调用量第一这不是偶然，因为：● Kimi K2.5 是万亿参数的多模态 MoE 模型，支持图片+视频+文本● 原生支持 Agent Swarm（能并行跑100个子智能体，OpenClaw 正好需要这个）● 256K 上下文窗口，处理长对话和复杂任务不掉链子● 最关键：英伟达现在免费开放，没有明确的速率限制对独立开发者来说，这个组合是目前成本最低、能力最强的 AI 智能体方案第一步：获取 NVIDIA API Key访问 build.nvidia.com/explore/discov…右上角点击头像 → Login → 用邮箱注册（会收到验证邮件，去邮箱点确认）注册完后，进入 build.nvidia.com/settings/api-k…点击 Generate API Key，复制保存（只显示一次，丢了就得重新生成）第二步：配置 OpenClaw方法一：直接编辑配置文件如果你已经装好 OpenClaw，想手动添加 NVIDIA 作为新的 provider：打开配置文件：~/.openclaw/openclaw.json（Windows 在用户目录下）找到 providers 部分，添加这段：{

  1. open claw太烧token怎么办？英伟达把 Kimi K2.5 开放免费调用了

    而且这个模型已经冲到 OpenClaw 调用量榜首，超过 Gemini 3 Flash 和 Claude Sonnet 4.5

    如果你正在折腾 OpenClaw，这篇教程能帮你 10 分钟内把免费的 Kimi K2.5 跑起来

    为什么是 Kimi K2.5 + OpenClaw

    先说数据：2月4日至今，Kimi K2.5 一直位居 OpenClaw 模型调用量第一

    这不是偶然，因为：

    ● Kimi K2.5 是万亿参数的多模态 MoE 模型，支持图片+视频+文本
    ● 原生支持 Agent Swarm（能并行跑100个子智能体，OpenClaw 正好需要这个）
    ● 256K 上下文窗口，处理长对话和复杂任务不掉链子
    ● 最关键：英伟达现在免费开放，没有明确的速率限制

    对独立开发者来说，这个组合是目前成本最低、能力最强的 AI 智能体方案

    第一步：获取 NVIDIA API Key

    访问 build.nvidia.com/explore/discov…

    右上角点击头像 → Login → 用邮箱注册（会收到验证邮件，去邮箱点确认）

    注册完后，进入 build.nvidia.com/settings/api-k…

    点击 Generate API Key，复制保存（只显示一次，丢了就得重新生成）

    第二步：配置 OpenClaw

    方法一：直接编辑配置文件

    如果你已经装好 OpenClaw，想手动添加 NVIDIA 作为新的 provider：

    打开配置文件：~/.openclaw/openclaw.json（Windows 在用户目录下）

    找到 providers 部分，添加这段：
    {
  "providers": {
    "nvidia": {
      "baseUrl": "integrate.api.nvidia.com/v1",
      "apiKey": "你的_NVIDIA_API_KEY",
      "api": "openai-completions",
      "models": [
        {
          "id": "moonshotai/kimi-k2.5",
          "name": "kimi-k2.5",
          "reasoning": true,
          "input": ["text", "image", "video"],
          "cost": {
            "input": 0,
            "output": 0
          },
          "contextWindow": 256000,
          "maxTokens": 8192
        }
      ]
    }
  }
}

    保存后重启 OpenClaw

    第三步：验证是否配置成功

    启动 OpenClaw：

    pnpm openclaw gateway --verbose

    看到类似输出说明成功：

    ✓ Gateway connected | idle ✓ Agent main | session main ✓ Model: nvidia/moonshotai/kimi-k2.5 | tokens 0/256k

    随便发个消息测试：

    帮我分析一下这段代码的性能问题

    如果有正常回复，说明接入成功了

    避坑指南

    坑 1：提示 "Unknown model" 或 404 错误

    原因：OpenClaw 2026.2.1 之前的版本对 NVIDIA 的模型名称识别有 bug

    解决：

    ● 确保 OpenClaw 版本 ≥ 2026.2.1
    ● 模型名称必须写成 moonshotai/kimi-k2.5（不是 nvidia/moonshotai-kimi-k2.5）
    ● 如果还是不行，让ai来给你搞

    坑 2：请求一直排队，响应很慢

    原因：NVIDIA 免费 tier 虽然没明确限制，但高峰期会有排队（有人测试遇到 150+ 请求在排队）

    解决：

    -把deepseek 模型也加上用，解决高峰期拥堵的问题

    via Memos (author: 嘻咦啊呀)