中国MaaS（模型即服务）市场正在迅速扩大，从一个非常小且狭隘的市场，变成充满潜力的业务增长点。
市场调研机构IDC最新数据显示，2025年中国企业级MaaS市场大模型调用量同比增长16倍，达1941万亿Token，并预计2026年增速更快。
2025年，尤其是下半年，中国的云计算厂商、大模型公司几乎悉数入场，投入更多算力、销售和产品资源，提高MaaS业务优先级，竞争愈发激烈。
按照常理，一个快速扩容的新兴市场，后来者集中入场后，领跑者的份额就越容易被稀释。尤其在MaaS这样的市场里，外界一度认为大模型API难以形成黏性：开发者似乎只需要改几行代码，就能换掉底层模型或更换云平台。
但IDC最新数据给出了一个反直觉的结果：2025年，火山引擎在中国MaaS市场的份额非常稳固，从上半年的49.2%进一步提升至全年的49.5%。
也就是说，在竞争最激烈的下半年，火山引擎不仅没有被后来者摊薄，反而随着市场扩容继续扩大了领先优势。中国公有云上每产生两个大模型Token，就有接近一个跑在火山引擎上。
外界习惯于将其归因于激进的定价策略。2024年5月，火山引擎发布豆包大模型MaaS服务时，曾把价格降至较行业通用水平低99.3%。但单纯的补贴无法解释火山引擎份额的持续扩张。行业内其他厂商很快也把MaaS服务价格压低到类似水平。真正决定低价能否持续的，是调用规模和推理工程能力。
模型能力同样关键。MaaS市场快速扩容，主要来自模型能力提升后，新场景不断打开：模型编程能力提升推动Vibe Coding和Agent走热，视频生成模型进入短剧、漫剧和广告制作生产流程，持续放大Token消耗。
这意味着，MaaS更偏向增量市场中的速度竞争。谁能更快把模型能力产品化，提供具有性价比的稳定服务，谁就能更快承接新增场景，并在市场扩容中继续扩大份额。
从豆包大语言模型到Seedance视频生成模型等，豆包系列模型能力不断迭代。火山引擎则在此基础上，加速把过去积累的Token规模，转化为更完整的竞争力：更低的推理成本、更高的工程效率，以及围绕Agent运行所需的基础设施。一个大模型时代的云计算飞轮，正在成型。
01 低价背后，是规模和工程能力
云计算是典型的高固定成本、低边际成本行业。服务器、网络、研发和运维体系都需要前期大量投入，但每新增一次调用的边际成本会下降。规模越大，研发和基础设施投入越容易被摊薄。
规模也会放大工程优化的价值。火山引擎总裁谭待曾举过一个例子：“1万台服务器利用率优化一个点，和100万台服务器优化一个点，收益差100倍。可以组建强大的团队做得更好。”
规模是火山引擎重点发力MaaS时最看重的变量：不是简单卖模型接口，而是尽快把Token调用量做大。
为此，火山引擎把Token消耗量作为业务发展的核心指标，并调整销售团队的业绩考核方式：同样销售额的MaaS产品，在内部考核中的激励权重，是传统云服务的数倍。
与业务优先级一起提升的，还有火山引擎在模型推理方向的技术投入。MaaS的成本主要看Token的生成效率。服务器利用率、缓存命中率、算力调度效率提升，成本就有机会下降。
“更低的成本能催生更多应用，可以把盘子做大。”谭待后来谈起当时的定价策略时说，看到“能靠技术把成本降下来，就决定一次降彻底”。
当时支撑火山引擎降价的关键技术，主要是其较早大规模应用的PD分离和KV Cache。PD分离，是把大模型推理中的“理解问题”（Prefill）和“生成答案”（Decode）拆开，分别匹配更合适的算力单元；KV Cache则是缓存模型生成过程中的历史状态，避免每输出新内容都重复计算此前上下文，从而节省显存带宽和推理成本。
但这些技术都依赖规模。小规模调用时，维护复杂缓存和调度系统本身也有成本，甚至可能抵消节省下来的算力。
随着PD分离、KV Cache等技术在行业中扩散，行业内的Token价格逐渐趋同。缺乏规模效应的跟随者，对标低价往往意味着更大的成本压力，甚至会产生亏损。
调用规模更大的火山引擎，成本压力更小，会有更多空间继续优化推理技术，形成可持续的低价能力。
火山引擎也在技术和工程之外寻找降低成本的空间：一方面，根据Context长度区间做差异化定价，把选择权交给客户；另一方面，推出“节省计划”，把客户在语言模型、视频生成等不同模型上的用量合并计算。客户在语言模型上积累的规模折扣，可以用来对冲视频生成等新业务的试错成本。
IDC最新中国MaaS报告提到，火山引擎拥有最高的市场份额，也就是调用量份额；其收入份额同样排名第一，但比调用量份额低几个百分点。火山引擎每个Token的单价低于行业均值。
需要注意的是，IDC对中国MaaS市场的统计，主要覆盖公有云上企业调用模型的情况，不包括字节跳动开发的豆包、即梦等AI应用，也不包括抖音、飞书等内部业务部署大模型时产生的Token。
这些调用量不进入IDC的市场份额统计，但是同样会影响火山引擎的成本结构和工程效率。
02 Agent让MaaS变成了基础设施生意
OpenAI CEO山姆·阿尔特曼近期在访谈中说，AI的下一阶段，将从“用户提供一段文本、大模型返回一段文本或代码”，转向“Agent真正运行在公司内部，完成各种不同类型的工作”。他说，OpenAI还在与AWS合作开发一款类似“虚拟同事”的产品。
MaaS正在从标准化的供应模型接口，变成企业的基础设施，黏性更强。一个企业Agent真正运行起来，需要身份认证、权限控制、记忆系统、工具调用、沙箱环境、日志记录、安全治理等组件，以及与企业内部系统的连接。
这也是最近大模型行业开始重视Agent Harness的核心原因。所谓Harness，原意是“马具”或“套具”。放在Agent语境里，指的是与基础模型配合的工程系统。MaaS供应稳定的模型能力，Harness负责把推理变成可约束、可追踪、可持续运行的工作流。
云平台提供大模型服务的方式跟着发生变化。不论是Anthropic和多家云厂商的合作，还是今年4月OpenAI与AWS的合作，不只是简单地把模型接口放到云平台上，还会把它封装进云平台的原生Agent环境中，让企业能够在云平台环境里开发、运营生产级Agent。
火山引擎过去几年的产品演进，也可以放在这个趋势里理解：提升MaaS竞争力的同时，把大模型服务扩展成覆盖开发和运营Agent的基础设施。
“我们是国内第一个推出全套Agent产品，把Agent开发简化的。”谭待去年底接受访谈说，客户写几行代码，就能做出来一个复杂的Agent，“就跟你以前开发一个复杂的网站一样”，只是现在需要新的AI中间件。
在他的判断中，以前写代码本质上是在写if-else定义工作流；现在基于模型开发Agent，开发者更多是在写提示词，流程规划、任务拆解、创建子Agent等环节，则越来越多交给模型自己完成。这也是OpenClaw这类产品的底层工作逻辑。
所以火山引擎今年初能在支援央视春晚活动的同时，迅速推出OpenClaw产品ArkClaw，提升安全能力的同时，开源为Agent长期记忆设计的上下文数据库OpenViking等，让ArkClaw更好用。
他们把“ArkClaw个人版”定义为“敏态Agent”：先让员工快速实验提高业务效率的想法，再把验证有效的能力沉淀、固化成“稳态Agent”。后者对应的是火山引擎在2024年上线的Agent开发和运营平台HiAgent。
到今年4月，火山引擎上累计消耗万亿Tokens的企业，已经从去年底的100家，增长到了140家。越来越多的MaaS大客户，与火山引擎的合作变得更深入。
03 AI云飞轮，开始转起来了
在商业分析里，飞轮效应是解释全球最大云计算平台AWS成功的核心逻辑：规模摊薄成本，降价吸引更多客户，客户增长又带来更多反馈、现金流和更强的生态，推动技术和服务继续迭代。
火山引擎正在AI时代建立类似的飞轮。但它的飞轮并不完全遵循传统云计算行业的逻辑。传统云计算的飞轮，主要围绕算力、存储、网络和软件生态；MaaS的飞轮，则多了模型能力、Token使用方式、Agent场景和真实业务反馈。
火山引擎飞轮的第一层，是模型能力、调用规模和推理成本之间的循环。
字节跳动内部的模型研发团队Seed，稳定为火山引擎供应第一梯队模型。模型越强，越容易扩大调用规模；调用规模越大，越能用工程技术压低成本；成本下降后，又能吸引更多客户。这是一个接近传统云计算的规模飞轮，只是计量单位从服务器、存储和带宽，变成了Token。
第二层飞轮，来自真实场景的反馈。字节体系中，每天上亿人使用的豆包、迅速增长的即梦，以及抖音、飞书等数十个内部业务线，以及外部客户，都在通过火山引擎开发和使用大模型能力，会给火山引擎提供的高频、复杂、真实的产品反馈。
这些反馈一端流向Seed模型团队，帮助基础模型继续迭代；另一端流向火山引擎的Agent团队，帮助提升产品能力。
Agent产品尤其依赖这些反馈。Anthropic也在多篇技术文章中提到，Agent能力提升不是只靠模型能力提升。内部员工、外部用户、生产监控、A/B测试、用户研究和客户部署需求，共同推动了Claude Code等产品的迭代。
2025年，火山引擎在中国MaaS市场份额接近一半，只是其飞轮转起来后的阶段性结果。
现在Agent热潮继续推高市场需求，行业一度出现算力供不应求。一些公司选择涨价，优化短期财务表现。火山引擎表示不会跟进。
这种定价克制，来自火山引擎对行业阶段的判断：比起获得更高的短期利润，当前更重要的是扩大调用规模、降低使用门槛、增加真实场景，让飞轮继续加速。
正如谭待所言，AI云的竞争是一场马拉松，才刚刚跑完一公里，现在的份额并不代表终局，“比速度更重要的是加速度”。
富灯网提示：文章来自网络，不代表本站观点。
