替對手“賣”模型，火山引擎想做Agent時代的云入口

2026年，中國AI云市場上同時出現了兩個“第一”。但兩個“第一”指向的，是截然不同的問題。

Omdia 5月19日發布的報告給出了第一個答案：2025年中國AI云市場總規模567億元，阿里云以38.1%的收入份額位居第一，超過第二至第四名的總和，在AI IaaS和MaaS兩個細分領域均居領先位置。

但在Omdia發布數據的前一周，IDC公布了另一組數字。IDC數據顯示，2025年中國公有云大模型調用量同比增長16倍，達到1944萬億Token。在這張榜單上，火山引擎以49.5%的調用量份額、40%以上的營收份額，站在了第一位。

Omdia說的是“誰賣得多”，IDC問的是“誰被用得多”。兩份報告，兩把尺子，量的是不同維度的東西，但共同印證了2026年中國云市場的繁榮，也精準映出兩家公司不同的戰略落點，阿里云在收入體量上守住了既有優勢，火山引擎則在調用規模上建立了自己的坐標，并試圖把量的積累轉化為平臺層更難被替代的價值。

5月11日，火山引擎發布了國內首個Agent Plan。套餐里，GLM-5.1和Kimi-K2.6與火山引擎自研模型并排陳列，統一使用AFP（Agent Flow Pricing）計費，月費40元起。一家占據中國公有云MaaS市場近半調用量的公司，主動把競爭對手的產品放進了自家貨架。

目前，主流模型之間的能力差距，已經收窄到大多數企業用戶難以在實際業務中感知的程度。Token單價持續壓縮，用戶切換供應商的成本趨近于零。在這樣的市場條件下，“最強模型”的敘事價值在加速衰減，而“最全平臺”的戰略優先級隨之上升。

Agent Plan是這條邏輯走到今天的產品化表達，而非起點。IDC的數據從規模維度坐實了這個判斷，2025年中國公有云MaaS調用量同比增長16倍。在一個量級擴張如此劇烈的市場里，決定天花板的，或許從來都不是模型能力的絕對高度。

低價Token，先把規模跑出來

火山引擎拿下MaaS近半市場份額，靠的不只是模型能力，其比同行更早完成規模積累，并將規模轉化為可持續的工程優勢。這套邏輯的起點，是一個相對清晰的戰略判斷——公有云存量市場的格局已經固化，新興的MaaS業務，才是仍有空間建立差異化的方向。

2020年，火山引擎正式對外推出。譚待接手時，傳統IaaS領域早已是一場拼客戶粘性、拼多年運營積累的消耗戰，后來者幾乎沒有逆轉空間。MaaS因此成了火山引擎最有可能實現突破的方向，先以模型服務建立入口，再帶動IaaS和PaaS層的協同增長。

這個邏輯在海外有現成參照。Azure出售OpenAI模型API，只是鏈條的第一環。企業客戶一旦接入大模型，往往會繼續采購檢索、數據庫等配套云服務，整體支出隨之抬升。

2020年底，他隨字節跳動對“幺零貳四”的收購加入，最初主導火山引擎技術架構，此前深耕搜索引擎領域。相比“提供最聰明的答案”，搜索的競爭邏輯更傾向于“讓用戶以最低成本、最高效率找到結果”。這個基因直接塑造了他對MaaS的理解方式，即Token是需要以最高效率送達用戶的生產資料。

據《晚點LatePost》報道，火山引擎在2025年內兩度上調MaaS收入目標，Seed 2.0和Seedance 2.0發布后再次上調，原定超百億的2026年目標隨之刷新。資源的集中方向與調整節奏，始終指向同一個優先級。

譚待曾明確表示，Token使用量高速增長的核心驅動力，是AI視頻創作的爆發與AI智能體的加速普及，而非通用語言模型能力的整體提升。這個判斷，在豆包大模型的市場表現與其基準測試能力之間存在落差的背景下，多了一層解釋力。

在視頻生成這一Token消耗密度最高的場景，字節跳動目前處于市場領先地位。據AI普瑞斯報道，按日均算力消耗占比測算，Seedance已占據超過80%的市場份額，可靈緊隨其后約占14%，萬相約占4%。也就是說，當下的AI視頻生成市場，用戶每發起10次生成請求，超過8次流向Seedance。

AI智能體場景同樣是Token消耗的放大器，一次Agent任務通常包含多輪推理、工具調用與任務執行，單次消耗量遠高于普通對話。這個場景結構，構成了理解火山引擎市場份額的第一個關鍵前提，它的調用量領先，很大程度上建立在特定場景的需求密度上。

而價格機制則是火山引擎規模積累的杠桿。去年5月，火山引擎把豆包大模型價格打入“厘時代”，豆包1.6首創依據輸入長度區間定價，綜合成本比同級別模型降低63%。譚待事后的解釋只有一句話：能靠技術把成本降下來，就決定一次降徹底。

支撐這次降價的技術底座，是火山引擎較早大規模應用的兩項關鍵工程優化——PD分離與KV Cache?？梢杂靡粋€更直白的類比理解它們的作用，PD分離相當于把“讀題”和“答題”兩個動作拆給不同的工位分別處理，讓每個環節匹配更合適的算力資源；KV Cache則相當于給推理過程配一本“草稿本”，緩存已經算過的歷史狀態，避免每次生成新內容都從頭重算，兩項技術的共同目標，是降低單次推理的顯存消耗與計算成本。

這兩項技術的收益，高度依賴規模。小規模調用時，維護復雜緩存和調度系統本身也有成本，可能抵消節省下來的算力；規模越大，緩存命中率越高，工程優化的收益才越顯著。譚待曾用一個例子描述這種放大效應：1萬臺服務器利用率優化一個點，與100萬臺服務器優化同樣一個點，收益相差100倍。

當PD分離、KV Cache等技術在行業內逐步擴散，Token價格趨向均一，這道門檻才真正顯現。規模不足的跟隨者對標低價，往往承受更大的成本壓力。調用規模更大的平臺，成本空間也更充裕，在價格競爭中也具備更長的持續性。

2025年下半年，是去年競爭最激烈的階段。競爭對手密集入場，但火山引擎的調用量份額從上半年的49.2%進一步升至全年的49.5%。份額沒有下降，反而小幅抬升。這個數字，部分印證了規模優勢在當前階段的防御價值。

模型商品化之后，平臺開始定價

Agent Plan的發布，是一個信號。它標志著火山引擎在產品層面完成了從模型分發商，向基礎設施提供方的重心轉移。

在2026年以前，MaaS的基本商業形態只有一種：賣Token接口。企業按調用量付費，模型是核心購買對象，平臺只是管道。Agent Plan改變了這個結構的底層邏輯，將自研Seed系列模型與GLM-5.1、Kimi-K2.6等第三方模型，連同聯網搜索等Harness工具打包，以AFP統一計費體系出售。計費單位從“消耗多少Token”遷移到“完成多少任務”。

Harness，是這次發布中被忽視的關鍵詞。MaaS提供穩定的模型能力，Harness負責把推理變成可約束、可追蹤、可持續運行的工作流。兩者分工不同，但目標卻一致，讓Agent在生產環境里真正可用。企業的Agent任務通過AFP統一計費平臺運行，工作流日志、用量報表和審計記錄全部在同一體系內生成時，用戶就不得不重點考慮遷移成本。

據《晚點LatePost》報道，火山引擎過去幾年的產品演進，在強化MaaS競爭力的同時，也在逐步把大模型服務擴展為覆蓋Agent開發與運營的基礎設施。譚待此前的描述提供了一個參照：以前寫代碼，本質上是在寫if-else定義工作流；現在基于模型開發Agent，流程規劃、任務拆解、創建子Agent等環節，越來越多地交給模型自己完成。

Agent Plan把競品模型納入自家套餐，一種解讀是火山引擎判斷自身的基礎設施價值，已經高于單一模型的產品價值，可以從第三方模型的分發中獲取渠道收益，邏輯類似AWS Marketplace允許第三方SaaS軟件上架，平臺的核心資產是用戶在平臺內積累的工作流數據與賬單綁定深度。

這里有一組方向相反的力量在同時運作，把競品模型納入套餐，降低了用戶在平臺內切換模型的摩擦，是一種開放姿態；AFP統一計費的設計目標，恰好相反，它在提高用戶離開這個平臺的整體成本。開放性吸引用戶進來，賬單綁定讓用戶留下。哪個目標最終占主導，取決于企業客戶對平臺的依賴深度。而這個深度，只有當真實的Agent工作流被部署進生產環境之后，才能被測量。

目前檢驗這個判斷的關鍵變量只有一個，那就是第三方模型在Agent Plan總調用量中的占比，是否會隨時間持續下降。如果用戶最終向Seed系列集中遷移，平臺化敘事成立；如果比例穩定甚至上升，則更接近一種現實主義的能力補位。答案需要時間。

支撐平臺化轉型的，還有組織結構的同步收斂。2025年，字節跳動AI研發團隊經歷了三次整合，AI Lab整體并入Seed團隊，視覺生成團隊與豆包技術部的管理權限統一納入Seed體系，從分散研發走向統一驅動。這不只是研發效率的整合。只有統一調度的研發體系，才能為MaaS平臺提供穩定、可預期的模型迭代節奏。

火山引擎已經回答了MaaS第一階段的核心問題，即勝出不需要最強的模型，需要的是最低的調用門檻、最徹底的價格策略，以及比對手更早完成規模積累。但規模優勢只有被轉化為平臺層的綁定深度，才能延續到下一階段的競爭。而平臺綁定的前提，是企業客戶真正把Agent工作流跑在這里，這要求工具鏈的完整度和模型能力在關鍵場景上足夠可靠。

寫在最后

從Token平臺到Agent基礎設施，這條演進路徑在海外有輪廓可循。Anthropic與多家云廠商合作，OpenAI與AWS合作將模型封裝進云平臺的原生Agent環境，目標都是讓企業能在云平臺內完成生產級Agent的開發與運營。IDC報告顯示，MaaS的商業邊界，正在從“按量計費的推理服務”擴展為“企業AI工作流的運營底座”。越來越多的大客戶與平臺的合作，開始向業務流程的深處延伸，而不只停留在賬單層面。

不過，IDC的預測給出了一個判斷，2026年中國MaaS市場Token消耗量將達到40000萬億，對應營收約186億元人民幣。消耗量在一年內擴張約21倍，營收增幅遠低于量的增幅。這意味著Token的平均單價將進一步壓縮。

量增與價降同步發生，背后是行業在當前階段的共同選擇。先把規模做出來。但低價策略有一條財務底線，算力成本的下降速度，必須能跑贏Token單價的下降速度。這個問題的答案，懸在英偉達的供貨節奏和國產替代芯片的成熟進度之間。兩者目前都難以精確預判。

譚待說過，MaaS這件事還太早，“馬拉松才跑500米，別取得一點點小成績就滿意了?！边@句話在2025年是內部激勵，在今年5月讀來，多了一層別的含義，把競品模型打包進自家套餐的決定，是一家已在規模競爭中建立優勢的公司，對下半程規則可能改變的提前布局。這個判斷是否正確，要等企業客戶真正跑起生產級Agent之后才能驗證。

“夠用”贏得了第一階段。能否用同樣的邏輯贏得Agent-as-a-Service的競爭，取決于企業級Agent場景對模型能力的實際容忍邊界在哪里，才是下半程真正的問題。

*題圖及文中配圖來源于網絡。