火山引擎終于押中了MaaS的爆發

文丨闌夕

IDC有個報告是我從去年就開始注意的：中國大模型公有云服務市場分析，這是對國內AI產業「商品化」最客觀也是最真實的數據反饋。它直接反映了大模型的應用規模，而不是把IaaS、PaaS打包一起統計，可以說是tokens經濟最核心的指標。

比如去年中國整個公有云的Tokens調用量幾乎是從無到有的飆升到了114.2萬億次，已經呈現出了爆發趨勢，前天IDC又更新了今年上半年的報告，Tokens的調用總量達到536.7萬億次，半年的時間干了去年全年接近5倍的活兒。

這張環比數據表的信息量很大，可以看到2個異軍突起的增長拐點，分別在2024年7月和2025年2月，這兩個時間發生了什么事？

2024年7月，豆包掀起大模型降價風潮的影響出現，因為把旗艦模型的計費標準從「幾分錢」降低到「幾厘錢」，幾乎是以一己之力憑空創造出了大模型公有云這個市場；

2025年2月，DeepSeek-R1全球爆火，不但打響了大模型領域的成本革命，也把AI云的負載壓力從預訓練切換到了推理，從此開源模型百花齊放，進一步促進了模型商品化的滲透率。

整個連鎖反應的結果，就是MaaS（模型即服務）這種商業模式的拔地而起，以及最早布局MaaS的火山引擎，現在拿到了49.2%的市場份額，相當于全行業的半壁江山。注意，這個統計并不包括豆包、抖音等字節內部產品，完全是外部企業客戶的調用量。

從看不起，到追不上，MaaS經歷了什么？

當然，MaaS只是AI云的賽道之一，基于統計口徑的不同，阿里云、百度云也都能在IaaS、PaaS等賽道拿到另外的第一名，但就含金量而言，MaaS是最能證明大模型行業發展情況的晴雨表。

因為MaaS的調用量大，也夠直接，模型好不好用、該怎么改的評測集，都是只有通過調用才能得到的信息，賣GPU是拿不到這類數據的，所以火山引擎從一開始就是把MaaS作為AI云的核心目標，這對兄弟部門的豆包也有幫助：

「大的使用量，才能打磨出好模型，并且大幅降低模型推理的單位成本。」

MaaS是一個邊緣創新的典型產物，因為營收和利潤的起點都很低，傳統云廠商都不太看得上，還是賣算力最賺錢，像是甲骨文這種千億美金級別的鎖單帶動股價飆漲，才是聚光燈下的主流敘事。

但是對于開發者來說，原生化的AI云才是剛需，去買算力部署模型，門檻天然就高，比如我們都知道，DeepSeek已經是大模型里的價格屠夫了，但要訓練一套完整的DeepSeek MoE模型，至少需要320張GPU，這就不是普通開發者能說上就上的。

所以MaaS這種群眾路線的服務才越來越受歡迎，它相當于一家模型商店，把市面上的模型都封裝到了云上，開發者不必關心技術細節，只需按量付費，直接調用模型的核心能力——文本生成、圖像識別、語音轉換等——為己所用。

AI在應用層的普及，可能和大家預想的不太一樣

有個對MaaS模式的體驗形容特別恰當：拎包入住，豐儉由人。

Quest Mobile在2025中國移動互聯網半年大報告里也提到過一個點，在國內的AI應用側，插件產品的規模要明顯高于原生產品，什么意思呢，就是大家期待的殺手級App，可能并沒有那么快出現，與此同時，AI又已經變得無處不在了，以新功能的形式。

在這個滲透過程里，MaaS市場就是最大的幕后功臣，一個社交產品的開發者，如果想要新增一個AI頭像的繪制功能，完全可以不用重復造輪子，專門訓練一個圖片模型出來，而是可以像去超市購物那樣，在MaaS市場里挑一個價格和性能最適合的，然后用接口的方式加到自己的產品里，即開即用。

美國BI平臺Databricks的負責人今年也說過來自業務側的反饋：「大多數企業并不想成為AI專家，他們只是需要開箱化的AI解決方案，而且微調和管理開源模型的復雜性對他們而言依然是一個難以跨越的門檻。」

所以像是OpenAI和Anthropic在面對免費平替的開源模型時還是非常能打，而擁有企業級服務經驗的Salesforce和Oracle也在老樹新芽般的高速增長，模型的原始智能水平固然重要，但更值錢的地方在于它驅動產品的質量和可用性。

某種意義上，MaaS才是真正的大模型競技場，像是火山引擎之所以占有率獨一檔，就是因為它能匯聚市面上最新、最領先的模型，還是用超市的比喻來理解，就是供應鏈的競爭力制勝，比如Google的新圖片模型nano-banana刷屏之后，唯一能跟上硬剛的，就是字節的Seedream 4.0，剛剛登頂LMArena，而在火山引擎，這些頂級模型都在擺貨架上「予取予求」。

而且即便有微調和訓推需求，火山引擎的Infra效率也是行業領先的，像是DeepSeek-V3.1這種開源模型在火山引擎上的表現指標也非常漂亮，這些都會最終體現到開發者的體驗端，形成用量越多、進步越快的正循環。

前幾天看到有條推文，說OpenAI曾經明確表示GPT-4o、o1、o3、o3-mini這樣說命名對用戶來說太不友好了，要用GPT-5來做統一和簡化，現在來看，這話OpenAI只做到了一半，確實只有GPT-5一個模型了，然而我們看到迎面走來的方陣分別是：GPT-5、GPT-5 auto、GPT-5 thinking、GPT-5 pro、GPT-5-mini、GPT-5-nano??

本質上，模型商品化的主要瓶頸，還是Tokens不夠用，于是不得不人為設置各種檔位，在讓大模型變成自來水那樣按需取用的生活資源這件事情上，MaaS平臺的用武之地和長期價值，一定會與日俱增。

前幾個月我還在說，基于Google的Q2財報，Google云5月的Tokens調用量是480萬億次，到了7月就漲到了980萬億次，不但增長極高，而且單月就已經相當于去年中國公有云總計調用次數的8倍之多了。

但在對齊比較對象之后，就會發現如果讓豆包「出戰」，在規模上甚至是可以和Google正面硬剛的：

火山引擎在6月的一次大會上披露過，截至2025年5月，豆包大模型的日均Tokens調用量是16.4萬億次，拉到月均來算，就是500億次以上，比同期的Google只多不少。

換句話說，這個行業還沒有到沖刺的階段，但頭部大模型廠商都已經跑出了沖刺的速度，增長速度一個比一個嚇人，云上一日，人間一年，我就感覺到快。

你們也可以參與預測一下，半年后IDC公布2025年全年中國大模型公有云的Tokens調用量時，會出現一個什么量級的數字？