10万张国产卡，扛住了一个智谱"牛来"：中国AI完成"去英伟达化"训练推理闭环｜硬科技·新商业

一刻 talks ｜ 硬科技·新商业

8月26日晚，智谱正式认领了那个让全球开发者猜了一周的匿名模型，"牛来"。

它真正的名字，叫 GLM-5.3-Flash。过去一周，它以"隐身"身份上线全球最大模型聚合平台 OpenRouter，不挂厂牌、不标参数，只放免费接口让海外开发者实跑。结果炸了：单日调用量登顶，使用量一度是 DeepSeek 的两倍，终结了 DeepSeek 连续 56 天的霸榜。

但真正让所有人瞳孔地震的，是智谱随后摊开的一个细节：这一周的所有流量，全部由 10 万张国产芯片承载。

一张英伟达卡，没用。

Ox Alpha一上线即终结了前款模型连续56天的霸榜

这件事的分量，不在模型多强，而在于一个判断被证成了，中国 AI，可以不靠英伟达，跑通从训练到推理的完整闭环。

这件事，不只是智谱和英伟达之间的事。它关系到你未来用的每一个 AI 产品，会更便宜还是更贵；关系到一条全新的国产芯片产业链，正在从这条路上长出来。看懂它，你就看懂了中国 AI 接下来五年最大的变量。

我们不替你判断国产芯片能不能追上英伟达。我们帮你看清楚，中国 AI 的"去英伟达化"，已经从"能不能"，走到了"划不划算"。而这，才是这场竞赛真正的转折点。

01

"牛来"是什么：一次匿名的大考

先把这个模型讲清楚。

"牛来"是中文社区的叫法，取"Ox Alpha"里"Ox"的谐音。它真正的身份，是智谱刚开源的 GLM-5.3-Flash，3200 亿总参数、180 亿激活，GLM-5 系列第一个原生多模态模型。

它先在 OpenRouter 上匿名上线。没有品牌，没有发布会，只有一条公告：限时免费，欢迎来测。

然后，它炸了。

首日调用量就登顶 OpenRouter，单日处理词元达 62 万亿。5 天累计流量超 50 万亿。开发者们像闻到血腥味的鲨鱼一样涌入，有人拿它写复杂代码，有人拿它做多模态任务，速度快、响应稳、效果惊艳。

在 Artificial Analysis 的综合智能指数上，它拿下 57 分，持平 Anthropic 的 Claude Opus 4.8，高于 DeepSeek V4 Pro 的 53 分。而它的定价，只有 Opus 4.8 的四十分之一。

但这场大考最狠的地方，是"匿名"。

测试期间，没有一个人知道这套模型背后跑的是什么芯片。用户只看三件事：快不快、稳不稳、准不准。这意味着，10 万张国产芯片摘掉了"国产"标签，接受了一场完全没有预演、没有照顾的生产级压力测试。

它扛住了。

02

推理破了，训练呢？其实也破了

要看清这件事，得先划清一个边界：智谱这 10 万张卡，扛住的是"推理"，不是"从头训练"。

GLM-5.3-Flash 的预训练，并不是在这 10 万张国产卡上完成的。这次验证的，是"模型训完之后，国产芯片能不能低成本接住全世界来问"。

但如果你因此觉得"训练端还没破"，那就低估了中国 AI 的速度。

训练端，其实已经被另外几家公司，先后撕开了口子。

ox 模型的 LLM Leaderboard 排名

最硬的一张牌，是美团。2026 年 6 月，美团发布 LongCat-2.0，一个万亿参数的模型，官方确认在 5 万张国产芯片上完成了全流程训练和推理，消费超 35 万亿 token，全程无回滚、无不可恢复的 loss 突刺。这是中国大模型第一次公开证明：万亿参数，可以在纯国产算力上跑通。

更早的是科大讯飞。2023 年，讯飞和华为成立"联合特战队"，华为投入几百人、高峰时期上千名工程师驻场，讯飞星火大模型全部基于昇腾训练。后来，讯飞把国产算力平台一路建到了"飞星二号"，三万卡级的昇腾集群。

百度也在训练端交了卷：昆仑芯 3.4 万卡集群，文心 5.1 基于昆仑芯训练，有效训练率达到 97%。

所以，准确的说法是：推理端，智谱"牛来"用 10 万张卡破了；训练端，美团、讯飞、百度，用万亿参数和全栈训练，也破了。

03

纵向看：中国大模型

是怎么一步步"去英伟达化"的

把镜头拉远，你会发现：中国 AI 的"去英伟达化"，不是某一个公司突然的爆发，而是一条走了三四年的路，而且每一家，都切了自己最擅长的那一块。

科大讯飞切的是"全栈"，从 2023 年起，就押注华为昇腾，把星火大模型整个搬到国产算力上，是这条路上最早、也最彻底的一个。

美团切的是"训练"，LongCat-2.0 证明万亿参数模型可以在纯国产卡上全流程跑通，这是训练端最重的一张成绩单。

百度切的是"自研芯片 + 训练"，昆仑芯一路从推理做到训练，还准备 IPO。

阿里切的是"自研"，平头哥的真武系列 PPU，从立项就对标英伟达 GPGPU，2026 年 5 月已经发布训推一体的真武 M890。

腾讯切的是"芯模协同"，混元 Hy3 在设计阶段，燧原科技的芯片就同步介入，两边一起做精度对齐、一起调优，输入百万 token 的成本被压到 1 元。

而智谱，这次切的是"推理"，用 10 万张国产卡，接住了全球的真实流量。

把这几块拼起来，答案就清楚了：训练、推理、芯片、软件栈，中国 AI 在"去英伟达化"这条路上，已经不再是零散的单点，而是拼出了一整张地图。

04

本质：不是替代英伟达

是"芯模协同"自成体系

到这里，可以下判断了。

这轮"去英伟达化"的本质，从来不是"造一块和英伟达一样的芯片"，而是"芯模协同"，芯片和模型，一起设计。

过去，是模型"削足适履"去适配芯片：芯片先定下来，模型再想办法绕开它的短板。现在反过来了：华为昇腾在 DeepSeek V4 研发阶段就介入，腾讯 Hy3 在设计阶段，燧原就同步投入研发人员。芯片和模型，从"你追我赶"变成了"双向奔赴"。

这才是最根本的变化，它意味着，中国 AI 开始长出自己的一套生态，而不是永远跟在英伟达的 CUDA 后面跑。

当然，得说实话。这条路还远没到终点。英伟达真正的护城河，从来不只是 GPU，而是 CUDA 那套把芯片、编译器、算子库、开发者习惯绑在一起的生态。从 CUDA 迁移到国产平台，每个团队至少要付出 50% 的额外时间和成本。前沿级训练，依然更贵。

但别忘了另一件事：性价比，才是这轮破局最锋利的刀。

当国产芯片的硬件效率、单 token 成本，已经"与主流英伟达 GPU 相当"，而模型的定价只有 Opus 4.8 的四十分之一，中国 AI 在国际市场上，第一次有了一个"非英伟达、还更便宜"的选项。

地缘意义上，这是最狠的一击：不是"我也有"，是"我更便宜"。

*关注一刻talks，我们不替你判断国产芯片能不能追上英伟达。我们帮你看清楚，中国 AI 的"去英伟达化"，已经从"能不能"，走到了"划不划算"。而推理端先破了，训练端也在跟上，这张地图，正在一块块拼起来。