8月28日，智谱正式认领了此前在测试期引发广泛关注的神秘模型”牛来”（Ox-Alpha），并披露了一组令人震惊的数据：该模型测试期间每日处理 100 万亿 token，全部运行在超过 10 万张国产 AI 芯片上，成本效率据称与英伟达 GPU 相当，定价仅为 Claude Opus 4.8 的 1/40，使用量超过 DeepSeek 两倍。消息发布后，智谱港股盘中涨超 10%。
这不是又一个”国产替代”的口号。当一个模型能在国产芯片上跑出与英伟达 GPU 相当的成本效率，同时在实际使用量上碾压 DeepSeek，它意味着中国 AI 产业在算力自主这件事上，已经从”PPT 阶段”进入了”跑通阶段”。
10 万张国产卡的日均 100 万亿 token
智谱披露的数字值得拆解。”牛来”模型在测试期的日均 token 处理量达到 100 万亿，这个量级在全球 AI 推理场景中属于头部水平。更关键的是，这些 token 全部由国产芯片承载——没有英伟达 GPU，没有 CUDA 生态，纯国产算力栈。
在成本端，智谱声称”牛来”的成本效率与英伟达 GPU 相当。如果这个说法经得起验证，它意味着国产芯片在大规模推理场景中的性价比已经跨过了”可用”门槛，进入了”有竞争力”区间。定价 1/40 Claude Opus 4.8 更是直接把价格战打到了极致——对于那些对成本敏感的企业客户来说，这是一个无法忽视的选项。
使用量超过 DeepSeek 两倍这个数据同样值得注意。DeepSeek 此前凭借开源策略和低成本定位在开发者社区积累了大量用户，而”牛来”能在测试期就超越 DeepSeek 的使用量，说明市场对低成本、高性能模型的需求依然旺盛。
国产芯片的”ChatGPT 时刻”？
这件事的意义远不止于智谱一家公司的产品发布。从产业角度看，它至少传递了三个信号：
第一，国产芯片的推理能力得到了大规模验证。10 万张卡的日均 100 万亿 token，这不是实验室数据，是真实流量。对于那些担心国产芯片”能造不能用”的质疑，这是一个有力的回应。
第二，AI 模型的成本曲线正在被改写。Claude Opus 4.8 的定价代表了当前闭源模型的高端价位，而”牛来”用 1/40 的价格提供了”相当”的能力，这对整个行业的定价体系都会产生压力。
第三，中国 AI 产业正在形成自己的算力-模型闭环。国产芯片 + 国产模型 + 国产框架，这条链路的打通意味着即使在最极端的供应链中断场景下，中国 AI 产业仍然能够运转。
谁该紧张？
对芯片厂商：英伟达在中国市场的定价权正在被削弱。当国产芯片能跑出相当的成本效率，客户的选择空间就大了。AMD、英特尔同样需要关注——低成本推理市场可能成为国产芯片率先突破的阵地。
对云服务商：阿里云、腾讯云、华为云需要重新评估自己的算力采购策略。如果国产芯片的性价比确实达到这个水平，继续大规模采购英伟达 GPU 的理由就少了一个。
对 AI 创业公司：成本结构变了。如果你的产品依赖昂贵的闭源模型 API，现在有了更便宜的替代方案。但这不意味着可以无脑切换——模型能力、生态兼容性、长期维护都需要评估。
对投资者：智谱港股涨超 10% 是市场对这个信号的即时反应。但更深层的问题是：当中国 AI 产业在算力端实现自主，整个产业链的估值逻辑是否需要重写？
冷静看待
需要指出的是，”成本效率与英伟达 GPU 相当”这个说法目前还缺乏独立第三方的验证。国产芯片在软件生态、开发者工具链、长期稳定性等方面与英伟达 CUDA 生态仍有差距。10 万张卡的规模固然壮观，但这些芯片的采购成本、维护成本、以及实际利用率都是需要考量的因素。
此外，1/40 Claude Opus 4.8 的定价虽然诱人，但模型能力的对比维度很多——代码生成、逻辑推理、多语言处理、长上下文理解等场景下，”牛来”的表现是否真的能与顶级闭源模型抗衡，还需要更多公开 benchmark 的验证。
但无论如何，今天发生的这件事——一个中国 AI 模型在国产芯片上跑出头部级推理量，同时把价格打到竞品的 1/40——标志着中国 AI 产业在算力自主这条路上，迈出了实质性的一步。对于整个行业来说，这既是机遇，也是重新洗牌的开始。
关注 AI商业快讯，每天一篇 AI 热点深度解读
相关阅读：