火山引擎终于押中了MaaS的爆发

十大品牌 2025年09月23日 06:11 1 admin

文丨阑夕

IDC有个报告是我从去年就开始注意的：中国大模型公有云服务市场分析，这是对国内AI产业「商品化」最客观也是最真实的数据反馈。它直接反映了大模型的应用规模，而不是把IaaS、PaaS打包一起统计，可以说是tokens经济最核心的指标。

比如去年中国整个公有云的Tokens调用量几乎是从无到有的飙升到了114.2万亿次，已经呈现出了爆发趋势，前天IDC又更新了今年上半年的报告，Tokens的调用总量达到536.7万亿次，半年的时间干了去年全年接近5倍的活儿。

这张环比数据表的信息量很大，可以看到2个异军突起的增长拐点，分别在2024年7月和2025年2月，这两个时间发生了什么事？

2024年7月，豆包掀起大模型降价风潮的影响出现，因为把旗舰模型的计费标准从「几分钱」降低到「几厘钱」，几乎是以一己之力凭空创造出了大模型公有云这个市场；

2025年2月，DeepSeek-R1全球爆火，不但打响了大模型领域的成本革命，也把AI云的负载压力从预训练切换到了推理，从此开源模型百花齐放，进一步促进了模型商品化的渗透率。

整个连锁反应的结果，就是MaaS（模型即服务）这种商业模式的拔地而起，以及最早布局MaaS的火山引擎，现在拿到了49.2%的市场份额，相当于全行业的半壁江山。注意，这个统计并不包括豆包、抖音等字节内部产品，完全是外部企业客户的调用量。

从看不起，到追不上，MaaS经历了什么？

当然，MaaS只是AI云的赛道之一，基于统计口径的不同，阿里云、百度云也都能在IaaS、PaaS等赛道拿到另外的第一名，但就含金量而言，MaaS是最能证明大模型行业发展情况的晴雨表。

因为MaaS的调用量大，也够直接，模型好不好用、该怎么改的评测集，都是只有通过调用才能得到的信息，卖GPU是拿不到这类数据的，所以火山引擎从一开始就是把MaaS作为AI云的核心目标，这对兄弟部门的豆包也有帮助：

「大的使用量，才能打磨出好模型，并且大幅降低模型推理的单位成本。」

MaaS是一个边缘创新的典型产物，因为营收和利润的起点都很低，传统云厂商都不太看得上，还是卖算力最赚钱，像是甲骨文这种千亿美金级别的锁单带动股价飙涨，才是聚光灯下的主流叙事。

但是对于开发者来说，原生化的AI云才是刚需，去买算力部署模型，门槛天然就高，比如我们都知道，DeepSeek已经是大模型里的价格屠夫了，但要训练一套完整的DeepSeek MoE模型，至少需要320张GPU，这就不是普通开发者能说上就上的。

所以MaaS这种群众路线的服务才越来越受欢迎，它相当于一家模型商店，把市面上的模型都封装到了云上，开发者不必关心技术细节，只需按量付费，直接调用模型的核心能力——文本生成、图像识别、语音转换等——为己所用。

AI在应用层的普及，可能和大家预想的不太一样

有个对MaaS模式的体验形容特别恰当：拎包入住，丰俭由人。

Quest Mobile在2025中国移动互联网半年大报告里也提到过一个点，在国内的AI应用侧，插件产品的规模要明显高于原生产品，什么意思呢，就是大家期待的杀手级App，可能并没有那么快出现，与此同时，AI又已经变得无处不在了，以新功能的形式。

在这个渗透过程里，MaaS市场就是最大的幕后功臣，一个社交产品的开发者，如果想要新增一个AI头像的绘制功能，完全可以不用重复造轮子，专门训练一个图片模型出来，而是可以像去超市购物那样，在MaaS市场里挑一个价格和性能最适合的，然后用接口的方式加到自己的产品里，即开即用。

美国BI平台Databricks的负责人今年也说过来自业务侧的反馈：「大多数企业并不想成为AI专家，他们只是需要开箱化的AI解决方案，而且微调和管理开源模型的复杂性对他们而言依然是一个难以跨越的门槛。」

所以像是OpenAI和Anthropic在面对免费平替的开源模型时还是非常能打，而拥有企业级服务经验的Salesforce和Oracle也在老树新芽般的高速增长，模型的原始智能水平固然重要，但更值钱的地方在于它驱动产品的质量和可用性。

某种意义上，MaaS才是真正的大模型竞技场，像是火山引擎之所以占有率独一档，就是因为它能汇聚市面上最新、最领先的模型，还是用超市的比喻来理解，就是供应链的竞争力制胜，比如Google的新图片模型nano-banana刷屏之后，唯一能跟上硬刚的，就是字节的Seedream 4.0，刚刚登顶LMArena，而在火山引擎，这些顶级模型都在摆货架上「予取予求」。

而且即便有微调和训推需求，火山引擎的Infra效率也是行业领先的，像是DeepSeek-V3.1这种开源模型在火山引擎上的表现指标也非常漂亮，这些都会最终体现到开发者的体验端，形成用量越多、进步越快的正循环。

前几天看到有条推文，说OpenAI曾经明确表示GPT-4o、o1、o3、o3-mini这样说命名对用户来说太不友好了，要用GPT-5来做统一和简化，现在来看，这话OpenAI只做到了一半，确实只有GPT-5一个模型了，然而我们看到迎面走来的方阵分别是：GPT-5、GPT-5 auto、GPT-5 thinking、GPT-5 pro、GPT-5-mini、GPT-5-nano⋯⋯