文 | 新立场 Pro
2026 年，中国 AI 云市场上同时出现了两个“第一”。但两个“第一”指向的，是截然不同的问题。
Omdia 5 月 19 日发布的报告给出了第一个答案：2025 年中国 AI 云市场总规模 567 亿元，阿里云以 38.1% 的收入份额位居第一，超过第二至第四名的总和，在 AI IaaS 和 MaaS 两个细分领域均居领先位置。
但在 Omdia 发布数据的前一周，IDC 公布了另一组数字。IDC 数据显示，2025 年中国公有云大模型调用量同比增长 16 倍，达到 1944 万亿 Token。在这张榜单上，火山引擎以 49.5% 的调用量份额、40% 以上的营收份额，站在了第一位。
Omdia 说的是“谁卖得多”，IDC 问的是“谁被用得多”。两份报告，两把尺子，量的是不同维度的东西，但共同印证了 2026 年中国云市场的繁荣，也精准映出两家公司不同的战略落点，阿里云在收入体量上守住了既有优势，火山引擎则在调用规模上建立了自己的坐标，并试图把量的积累转化为平台层更难被替代的价值。
5 月 11 日，火山引擎发布了国内首个 Agent Plan。套餐里，GLM-5.1 和 Kimi-K2.6 与火山引擎自研模型并排陈列，统一使用 AFP（Agent Flow Pricing）计费，月费 40 元起。一家占据中国公有云 MaaS 市场近半调用量的公司，主动把竞争对手的产品放进了自家货架。
目前，主流模型之间的能力差距，已经收窄到大多数企业用户难以在实际业务中感知的程度。Token 单价持续压缩，用户切换供应商的成本趋近于零。在这样的市场条件下，“最强模型”的叙事价值在加速衰减，而“最全平台”的战略优先级随之上升。
Agent Plan 是这条逻辑走到今天的产品化表达，而非起点。IDC 的数据从规模维度坐实了这个判断，2025 年中国公有云 MaaS 调用量同比增长 16 倍。在一个量级扩张如此剧烈的市场里，决定天花板的，或许从来都不是模型能力的绝对高度。
低价 Token，先把规模跑出来
火山引擎拿下 MaaS 近半市场份额，靠的不只是模型能力，其比同行更早完成规模积累，并将规模转化为可持续的工程优势。这套逻辑的起点，是一个相对清晰的战略判断——公有云存量市场的格局已经固化，新兴的 MaaS 业务，才是仍有空间建立差异化的方向。
2020 年，火山引擎正式对外推出。谭待接手时，传统 IaaS 领域早已是一场拼客户粘性、拼多年运营积累的消耗战，后来者几乎没有逆转空间。MaaS 因此成了火山引擎最有可能实现突破的方向，先以模型服务建立入口，再带动 IaaS 和 PaaS 层的协同增长。
这个逻辑在海外有现成参照。Azure 出售 OpenAI 模型 API，只是链条的第一环。企业客户一旦接入大模型，往往会继续采购检索、数据库等配套云服务，整体支出随之抬升。
2020 年底，他随字节跳动对“幺零贰四”的收购加入，最初主导火山引擎技术架构，此前深耕搜索引擎领域。相比“提供最聪明的答案”，搜索的竞争逻辑更倾向于“让用户以最低成本、最高效率找到结果”。这个基因直接塑造了他对 MaaS 的理解方式，即Token 是需要以最高效率送达用户的生产资料。
据《晚点 LatePost》报道，火山引擎在 2025 年内两度上调 MaaS 收入目标，Seed 2.0 和 Seedance 2.0 发布后再次上调，原定超百亿的 2026 年目标随之刷新。资源的集中方向与调整节奏，始终指向同一个优先级。
谭待曾明确表示，Token 使用量高速增长的核心驱动力，是 AI 视频创作的爆发与 AI 智能体的加速普及，而非通用语言模型能力的整体提升。这个判断，在豆包大模型的市场表现与其基准测试能力之间存在落差的背景下，多了一层解释力。
在视频生成这一 Token 消耗密度最高的场景，字节跳动目前处于市场领先地位。据 AI 普瑞斯报道，按日均算力消耗占比测算，Seedance 已占据超过 80% 的市场份额，可灵紧随其后约占 14%，万相约占4%。也就是说，当下的 AI 视频生成市场，用户每发起 10 次生成请求，超过 8 次流向 Seedance。
AI 智能体场景同样是 Token 消耗的放大器，一次 Agent 任务通常包含多轮推理、工具调用与任务执行，单次消耗量远高于普通对话。这个场景结构，构成了理解火山引擎市场份额的第一个关键前提，它的调用量领先，很大程度上建立在特定场景的需求密度上。
而价格机制则是火山引擎规模积累的杠杆。去年 5 月，火山引擎把豆包大模型价格打入“厘时代”，豆包 1.6 首创依据输入长度区间定价，综合成本比同级别模型降低 63%。谭待事后的解释只有一句话：能靠技术把成本降下来，就决定一次降彻底。
支撑这次降价的技术底座，是火山引擎较早大规模应用的两项关键工程优化——PD 分离与 KV Cache。可以用一个更直白的类比理解它们的作用，PD 分离相当于把“读题”和“答题”两个动作拆给不同的工位分别处理，让每个环节匹配更合适的算力资源；KV Cache 则相当于给推理过程配一本“草稿本”，缓存已经算过的历史状态，避免每次生成新内容都从头重算，两项技术的共同目标，是降低单次推理的显存消耗与计算成本。
这两项技术的收益，高度依赖规模。小规模调用时，维护复杂缓存和调度系统本身也有成本，可能抵消节省下来的算力；规模越大，缓存命中率越高，工程优化的收益才越显著。谭待曾用一个例子描述这种放大效应：1 万台服务器利用率优化一个点，与 100 万台服务器优化同样一个点，收益相差 100 倍。
当 PD 分离、KV Cache 等技术在行业内逐步扩散，Token 价格趋向均一，这道门槛才真正显现。规模不足的跟随者对标低价，往往承受更大的成本压力。调用规模更大的平台，成本空间也更充裕，在价格竞争中也具备更长的持续性。
2025 年下半年，是去年竞争最激烈的阶段。竞争对手密集入场，但火山引擎的调用量份额从上半年的 49.2% 进一步升至全年的 49.5%。份额没有下降，反而小幅抬升。这个数字，部分印证了规模优势在当前阶段的防御价值。
模型商品化之后，平台开始定价
Agent Plan 的发布，是一个信号。它标志着火山引擎在产品层面完成了从模型分发商，向基础设施提供方的重心转移。
在 2026 年以前，MaaS 的基本商业形态只有一种：卖 Token 接口。企业按调用量付费，模型是核心购买对象，平台只是管道。Agent Plan 改变了这个结构的底层逻辑，将自研 Seed 系列模型与 GLM-5.1、Kimi-K2.6 等第三方模型，连同联网搜索等 Harness 工具打包，以 AFP 统一计费体系出售。计费单位从“消耗多少 Token”迁移到“完成多少任务”。
Harness，是这次发布中被忽视的关键词。MaaS 提供稳定的模型能力，Harness 负责把推理变成可约束、可追踪、可持续运行的工作流。两者分工不同，但目标却一致，让 Agent 在生产环境里真正可用。企业的 Agent 任务通过 AFP 统一计费平台运行，工作流日志、用量报表和审计记录全部在同一体系内生成时，用户就不得不重点考虑迁移成本。
据《晚点 LatePost》报道，火山引擎过去几年的产品演进，在强化 MaaS 竞争力的同时，也在逐步把大模型服务扩展为覆盖 Agent 开发与运营的基础设施。谭待此前的描述提供了一个参照：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，流程规划、任务拆解、创建子 Agent 等环节，越来越多地交给模型自己完成。
Agent Plan 把竞品模型纳入自家套餐，一种解读是火山引擎判断自身的基础设施价值，已经高于单一模型的产品价值，可以从第三方模型的分发中获取渠道收益，逻辑类似 AWS Marketplace 允许第三方 SaaS 软件上架，平台的核心资产是用户在平台内积累的工作流数据与账单绑定深度。
这里有一组方向相反的力量在同时运作，把竞品模型纳入套餐，降低了用户在平台内切换模型的摩擦，是一种开放姿态；AFP 统一计费的设计目标，恰好相反，它在提高用户离开这个平台的整体成本。开放性吸引用户进来，账单绑定让用户留下。哪个目标最终占主导，取决于企业客户对平台的依赖深度。而这个深度，只有当真实的 Agent 工作流被部署进生产环境之后，才能被测量。
目前检验这个判断的关键变量只有一个，那就是第三方模型在 Agent Plan 总调用量中的占比，是否会随时间持续下降。如果用户最终向 Seed 系列集中迁移，平台化叙事成立；如果比例稳定甚至上升，则更接近一种现实主义的能力补位。答案需要时间。
支撑平台化转型的，还有组织结构的同步收敛。2025 年，字节跳动 AI 研发团队经历了三次整合，AI Lab 整体并入 Seed 团队，视觉生成团队与豆包技术部的管理权限统一纳入 Seed 体系，从分散研发走向统一驱动。这不只是研发效率的整合。只有统一调度的研发体系，才能为 MaaS 平台提供稳定、可预期的模型迭代节奏。
火山引擎已经回答了 MaaS 第一阶段的核心问题，即胜出不需要最强的模型，需要的是最低的调用门槛、最彻底的价格策略，以及比对手更早完成规模积累。但规模优势只有被转化为平台层的绑定深度，才能延续到下一阶段的竞争。而平台绑定的前提，是企业客户真正把 Agent 工作流跑在这里，这要求工具链的完整度和模型能力在关键场景上足够可靠。
写在最后
从 Token 平台到 Agent 基础设施，这条演进路径在海外有轮廓可循。Anthropic 与多家云厂商合作，OpenAI 与 AWS 合作将模型封装进云平台的原生 Agent 环境，目标都是让企业能在云平台内完成生产级 Agent 的开发与运营。IDC 报告显示，MaaS 的商业边界，正在从“按量计费的推理服务”扩展为“企业 AI 工作流的运营底座”。越来越多的大客户与平台的合作，开始向业务流程的深处延伸，而不只停留在账单层面。
不过，IDC 的预测给出了一个判断，2026 年中国 MaaS 市场 Token 消耗量将达到 40000 万亿，对应营收约 186 亿元人民币。消耗量在一年内扩张约 21 倍，营收增幅远低于量的增幅。这意味着 Token 的平均单价将进一步压缩。
量增与价降同步发生，背后是行业在当前阶段的共同选择。先把规模做出来。但低价策略有一条财务底线，算力成本的下降速度，必须能跑赢 Token 单价的下降速度。这个问题的答案，悬在英伟达的供货节奏和国产替代芯片的成熟进度之间。两者目前都难以精确预判。
谭待说过，MaaS 这件事还太早，“马拉松才跑 500 米，别取得一点点小成绩就满意了。”这句话在 2025 年是内部激励，在今年 5 月读来，多了一层别的含义，把竞品模型打包进自家套餐的决定，是一家已在规模竞争中建立优势的公司，对下半程规则可能改变的提前布局。这个判断是否正确，要等企业客户真正跑起生产级 Agent 之后才能验证。
“够用”赢得了第一阶段。能否用同样的逻辑赢得 Agent-as-a-Service 的竞争，取决于企业级 Agent 场景对模型能力的实际容忍边界在哪里，才是下半程真正的问题。
*题图及文中配图来源于网络。
