NaN

NaN 是一个由构建者共建的封闭社区，核心做法是把成员各自的专用 GPU 汇集起来，用共享推理集群运行开源模型，从而把基础设施的真实成本分摊到真正会用它的人身上。它的出发点很明确：闭源模型 API 方便但贵且有额度限制，开源模型免费但要正经跑起来需要的硬件几乎没人家里有。社区按共享 GPU 的实际容量限流，满员即开放 waitlist；网站只负责访问管理，日常交流发生在 Discord，每位成员都要付费才能留下。

集群把开源模型放在兼容 OpenAI 的 API 后面。只要一个工具接受 base URL 和 API Key，就能接上 NaN，Base URL 为 https://api.nan.builders/v1，鉴权方式是 Authorization: Bearer sk-your-key。Claude Code 用的是 Anthropic 协议而非 OpenAI 兼容协议，因此需要通过 OpenCode 或本地网关接入集群。模型目录覆盖多条线：LLM 侧有 deepseek-v4-flash（305B MoE、FP8、1M 上下文、视觉、工具调用、推理）、glm5.3（753B MoE、NVFP4、稀疏注意力）、qwen3.8-flash、glm5.3-flash、gemma4、qwen3.6；embedding 侧有 qwen3-embedding（8B、4096 维、100+ 语言、MMTEB 70.58）；rerank 侧有 Qwen3-Reranker-8B；语音侧有 kokoro（TTS、82M 参数、67 种音色、<1s 延迟）与 whisper（STT、large-v3、西班牙语约 3.2% WER）；图像侧有 flux-2-klein 与 qwen-image-2.1。

接入姿势按角色分：普通成员在用户设置的 API Keys 页面生成密钥后，把任何兼容 OpenAI 的客户端、agent 或自建应用指向 Base URL 即可；开发者可直接复用现有 SDK，不需要为 NaN 单独写适配层；团队则更适合把共享集群当作统一推理后端，但要注意限流是按 API key 计的——每分钟请求数和并发请求数都有上限，部分模型还会额外叠加自己的限制。

当你是愿意付费、且真正会高频调用开源模型的构建者时，NaN 值得考虑：200€ /mo 的 glm 5.3 premium 档给到 3,000M token 额度与 1M 上下文，并带一个 1 vCPU、2 GiB 内存、10 GiB 磁盘的免费 Micro workspace，附赠的 GLM 5.3 前沿模型也省去了自己选型的功夫。零日志与欧盟境内处理对处理敏感数据、又不想让代码进训练集的团队是实打实的加分项。但要注意它本质是封闭社区而非通用 API 服务：名额受共享 GPU 实际容量限制，满员即进 waitlist，而且每位成员都要付费，没有免费试用路径；限额按 API key 计，并发与每分钟请求数都有上限，跑大规模 agent 前要先算容量。