7月29日，零刻悄悄上架了两台不太像零刻的迷你主机——SEi13 AI和SEi14 AI，京东首发价11895元和13988元。快科技IT之家两台机器主要差在处理器：SEi13 AI是i7-13620H，SEi14 AI是Ultra 9 185H，都标配32GB内存+1TB固态（以商品页为准）。孤城Hardware要知道，零刻平时活跃在两三千元的办公小主机价位段，这次直接冲上了一万二。
它敢卖这个价的底气，是一张插在M.2插槽里的独立NPU算力卡：INT8算力最高160TOPS，自带24GB LPDDR5推理专用内存，192bit位宽。快科技零刻给这套方案的定义是“x86+独立NPU双计算架构”——CPU管系统和日常办公，NPU卡专门负责AI推理，两边各走各的内存通道，互不干扰。零刻官方
更有意思的是发布之后的舆论场。今天（8月14日）B站刚出第一个第三方首发实测，标题喊得很猛——“独立NPU算力卡性能炸裂，仅次AI MAX 395”；但评论区一点不给面子，吵成了三派。哔哩哔哩我们把官方渠道、芯片厂商动向、首发实测和两个视频的130多条评论都翻了一遍，给大家把这件事捋清楚。先说结论：这台机器不是给所有人准备的，但它确实精准踩中了一类人的痛点。
这张NPU卡，到底是什么来头
先做个背景科普。现在想在本地跑大模型，主流路子有三条：显卡、苹果统一内存、AMD AI Max 395这种大统一内存平台。第三条路今年出了大问题——内存和硬盘一路涨价，128GB内存的395整机价格直接起飞。哔哩哔哩零刻自家的GTR9 Pro，128GB+4TB版本7月已经卖到28599元。Beesing必炫数码想要本地算力，又不想被内存价格收割，这就是SEi AI出场的背景。
那这张卡是谁家的？官方没说，但多源信息交叉下来，基本可以锁定是后摩智能的M50存算一体芯片：
去年后摩发布的“天璇”架构端侧大模型芯片，规格就是160TOPS算力、最高48GB内存、153.6GB/s带宽，和SEi AI算力卡（24GB版、带宽约150GB/s）的指标几乎逐项吻合。科创板日报
今年7月的WAIC上，后摩展出多款搭载M50的AI终端。水母量化官方口径是“10W功耗下算力达160TOPS，可流畅运行30B至120B参数量级大模型”。
联想、长城电脑的Agentic Computer也用了M50，不过联想AI主机P7还没正式开卖——从公开信息看，零刻是第一个把这颗芯片做成零售整机并开卖的厂商。智慧芯片案内人
这个出身带来两个实际好处：一是功耗，AI推理这部分只有10W上下，7×24小时开机的电费和噪音都远低于整机140W的395机器；二是那张卡理论上只占一个M.2位，机器的x86部分该干嘛干嘛。
首批口碑：一处真香，三处硬伤
先说香的。
官方演示视频里，跑Qwen3.6-35B-A3B这类MoE模型，生成速度在30 token/s上下。哔哩哔哩评论区有老哥一句话点破了这台机器真正的卖点：“我先后用过树莓派、Radxa、华为的NPU加速卡，基本生态闭塞，想用新模型得付费找官方支持；零刻这个以llama.cpp为底层，兼容性和迭代速度想必会很可观。”被国产NPU生态坑过的人，看到llama.cpp这几个字是真的会心动。哔哩哔哩
另一个被低估的点：推理时系统资源完全不被占用。24GB在卡上，系统内存留给办公、网页、视频会议——边跑模型边干活，机器不卡。零刻官方在评论区也明确了定位：让独立NPU+24GB专用内存承担持续推理任务，低功耗、长期运行。哔哩哔哩
再说三处硬伤，都是评论区和首发实测里吵得最凶的：
第一，稠密模型基本没戏。有懂行网友估算，现在主流的27B稠密模型用Q4量化，在这张卡上“最多6 token/s，约等于没用”。也就是说它只适合MoE这类激活参数小的模型，想拿它快速跑稠密大模型，方向就错了。哔哩哔哩首发实测也没展示prefill（首字响应）速度，长上下文场景到底怎么样，还得等后续测试。
第二，生态还在早期。llama.cpp对它的支持没有进主线。哔哩哔哩后续新模型要等NPU厂商一点点适配；系统方面，Ubuntu拿到的是最新版框架，Windows虽然支持（首发实测作者和厂家确认过，有Windows版推理框架和驱动），但版本更新明显慢半拍。
第三，也是最现实的——价格。11895元起，评论区立刻给出了三套“灵魂 alternative”：
API派：“有这个钱拿去充API能用好几年，还能随时升级”；
Mac mini派：有网友实测对比，Mac mini M5跑同款35B MoE能到70+ token/s，更便宜还快一倍多（这是个人实测，但Mac系统一内存跑MoE确实一直是强项）；
显卡派：“两张2080Ti不香吗，整机价格一半也就下来了”。
这三派说得都有道理，但它们也都没说全——因为它们对应的都不是“24小时开机”这个场景。
到底该不该买：按需求对号入座
把信号摆完，给个能对号入座的判断：
值得考虑的人：
7×24小时跑本地Agent、“养龙虾”的用户。 OpenClaw这波本地Agent热潮之后，一直有一批人需要一台安静、省电、不占主力机的常开设备。36氪10W级的推理功耗+系统资源零占用，这台机器几乎是照着这个场景设计的。
隐私敏感的企业/行业用户。 合同、财务、公文不出内网，这是API永远解决不了的需求。
预算充足、想尝鲜新形态的开发者。 前提是你能接受第一代生态：模型适配靠厂商、Windows慢半拍、新模型要等。
建议绕道的人：
追求稠密大模型速度的。 6 token/s的预估摆在那，同样预算上显卡或395才是正解。
想要游戏、剪辑全能主机的。 这台机器的卖点是NPU推理，图形性能并不是它的重点，一万二预算买游戏力，血亏。
轻度尝鲜用户。 每天问不了几次AI的话，API的成本优势是碾压级的，没必要买硬件。
观望党，盯这几个信号就够了：
llama.cpp主线什么时候合并这颗NPU的支持——这是生态能不能滚起来的关键；
算力卡会不会单卖、什么时候降价。评论区有人说一片要7900元。哔哩哔哩如果单卡价格打到两三千元，这台机器的性价比逻辑会彻底改写；
联想AI主机P7的上市价格——同款M50芯片，大厂的定价会直接暴露这张卡的合理价位；
想尝鲜的注意：零刻旗舰机型（如GTR9 Pro）的销售信息里带“30天试玩”政策，SEi AI的部分商品页也被网友看到类似字样。Beesing必炫数码下单前跟客服确认好退换条款，等于给自己留了后悔药。
最后说两句
零刻这一步棋，本质上是在“395太贵”和“普通迷你主机干不了AI”之间挤出来的第三条路：x86保基本盘，独立NPU卡做增量，用功耗和架构隔离换“常开可用性”。第一代产品硬伤明显——稠密模型慢、生态早期、价格不低——但把国产存算一体芯片做成消费级零售整机，这件事本身值得记一笔。
对大多数人，我们的建议是：值得持续关注，不必急着掏钱。真到了llama.cpp主线支持、单卡降价那天，这台机器和它的后续型号，才是真香的时候。而如果你正好被395的价格伤到、又需要一台24小时在线的本地AI设备——那它现在可能真的没有对手。
