很多人沒有意識到，2025年的MaaS（Model as a Service,模型即服務(wù)），就像是2012年的云計(jì)算。

2012年的云計(jì)算市場，說大不大、說小不小，相較于傳統(tǒng)IT市場，規(guī)模確實(shí)有限，商業(yè)模式也遠(yuǎn)未成熟，絕大多數(shù)企業(yè)還在觀望，真正上云的只是少數(shù)先行者。

但正是這樣一個(gè)看起來不起眼的小市場，悄悄站在了技術(shù)周期的拐點(diǎn)上，增速驚人、生態(tài)初成、理念先行，隨后十年撬動了全球IT產(chǎn)業(yè)的全面遷移。

典型如亞馬遜和阿里巴巴，作為云計(jì)算的兩大擁躉，他們更早經(jīng)歷了從單體應(yīng)用到互聯(lián)網(wǎng)應(yīng)用的變化，每年的黑五和雙十一電商大促迫切需要彈性的算力資源，而后按需算力和托管服務(wù)的價(jià)值，也開始傳遞到其他企業(yè)。

今天的MaaS與當(dāng)年的云計(jì)算高度相似，同樣是技術(shù)范式的轉(zhuǎn)折，同樣是產(chǎn)業(yè)周期的迭代，大模型的火爆程度不必多說，MaaS市場規(guī)模也就是云計(jì)算市場的個(gè)位百分比，甚至更低。企業(yè)既渴望嘗試，又心存疑慮；技術(shù)在快速演進(jìn)，格局還未定型。

所有跡象都表明，這可能就是下一個(gè)“2012年的云計(jì)算時(shí)刻”：一個(gè)象征未來的小市場，站在爆發(fā)前夜。

無獨(dú)有偶，咨詢機(jī)構(gòu)Gartner也在近期首次評估全球AI應(yīng)用開發(fā)平臺，并發(fā)布了2025年度全球《AI應(yīng)用開發(fā)平臺魔力象限》，本質(zhì)上也是各大廠商MaaS能力的一次集中亮相，側(cè)面印證MaaS市場正在走向成熟和分化。

更重要的是，這一次的競爭不再只是基礎(chǔ)設(shè)施、生態(tài)體系的比拼，MaaS是模型、代理（Agent）、工具鏈、推理效率、成本結(jié)構(gòu)、行業(yè)化能力等的全方位較量，誰能以更低成本、更高效率、更強(qiáng)生態(tài)，把大模型變成人人可用的“標(biāo)準(zhǔn)件”，誰就更有可能成為下一代AI云時(shí)代的領(lǐng)先供給者。

圖片來源于火山引擎官網(wǎng)

誰在押注MaaS？

AI應(yīng)用開發(fā)平臺魔力象限的橫軸是Completeness of Vision（愿景完整性），看的是戰(zhàn)略格局、技術(shù)路線、生態(tài)能力、未來潛力；縱軸是Ability to Execute（執(zhí)行能力），看的是商業(yè)化能力、產(chǎn)品落地能力、客戶規(guī)模、營收實(shí)力。

四象限分別代表不同定位，Leaders（領(lǐng)導(dǎo)者），Challengers（挑戰(zhàn)者），Visionaries（前瞻者），Niche Players（利基玩家）。

從評測結(jié)果看，共有11家廠商參與本次評測，其中中國廠商三家。領(lǐng)導(dǎo)者包括Google、AWS、Microsoft、IBM，這些廠商同時(shí)具備強(qiáng)大的產(chǎn)品體系與執(zhí)行能力，在智能體（Agent）、模型平臺、企業(yè)級AI落地上的成熟度，以及龐大客戶群與全球化能力。

這意味著，目前真正把MaaS平臺商業(yè)化做成規(guī)模的，仍是頂級的云/科技公司。其中Google綜合最強(qiáng)，最新發(fā)布的Gemini 3.0大模型全面領(lǐng)先，以及其大模型平臺VertexAI的A2A協(xié)議、多代理生態(tài)也更開放。

AWS執(zhí)行力頂級，Bedrock商業(yè)化能力極強(qiáng)，而且應(yīng)該是支持模型最多的平臺，Microsoft靠OpenAI生態(tài)+Azure整合實(shí)力強(qiáng)，IBM的領(lǐng)先讓人略感意外，雖然不是云廠商，但是深耕企業(yè)級AI，在治理、安全方面能力突出。

OpenAI的位置非常典型，愿景完整性高，但執(zhí)行能力偏弱，在模型、智能體、協(xié)議層（OpenAI Agents SDK）上創(chuàng)新迅猛，但缺乏成熟的企業(yè)級平臺與商業(yè)化體系，因此執(zhí)行力得分低。

這也反映出OpenAI目前的特點(diǎn)，OpenAI是模型世界的工業(yè)標(biāo)準(zhǔn)，但它不是企業(yè)級平臺廠商，更像新一代底座，而不是云服務(wù)提供商。

挑戰(zhàn)者象限以火山引擎為代表，阿里云、騰訊云、Palantir、LangChain緊隨其后，這些廠商的共同特點(diǎn)是執(zhí)行力尚可，但愿景整體比頭部稍弱，市場集中度多在本土（尤其是中國廠商），客戶規(guī)模可觀、技術(shù)成熟度在快速追趕。

其中，火山方舟成為中國市場第一，排名也最靠近領(lǐng)導(dǎo)者區(qū)域，有些人可能稍感意外，但在行業(yè)人士看來，相較于上一個(gè)云時(shí)代，MaaS是一條新的賽道，火山引擎的優(yōu)勢就在于沒有歷史包袱，堅(jiān)定押注MaaS的未來爆發(fā)，這和阿里云早期押注云市場的爆發(fā)相似，只不過主角變了。

譬如，DeepSeek走紅之后，企業(yè)到處找尋調(diào)用DeepSeek API的平臺，硅基流動因?yàn)檩^早適配了DeepSeek，一個(gè)月內(nèi)用戶數(shù)從50萬增長到了500萬。但更多“DeepSeek紅利”幾乎全被火山引擎吃掉。

在開發(fā)者圈層，大家普遍認(rèn)可火山引擎的DeepSeek API全方面領(lǐng)先，很多人甚至只用火山引擎托管的DeepSeek，而一旦接入火山引擎生態(tài)，基本就會順手用豆包大模型，進(jìn)而為火山引擎帶來了新的增量。

阿里云的Qwen模型和百煉平臺，執(zhí)行能力在中國廠商中排名靠前，愿景與火山引擎接近，略靠下但已進(jìn)入挑戰(zhàn)者主流位置；騰訊云在MaaS平臺的戰(zhàn)略投入力度仍低于阿里與火山引擎；Palantir企業(yè)客戶強(qiáng)、執(zhí)行力穩(wěn)定，但AI platform愿景不足，偏向數(shù)據(jù)中臺邏輯；LangChain憑借開源極具生態(tài)影響力，但執(zhí)行力較低，更偏框架層而非完整平臺。

值得一提的是CoreWeave，作為新興的AI云玩家，早期更多以售賣GPU為主，在訓(xùn)練、推理、RL后處理等方面尚可，但執(zhí)行力與平臺愿景都在較低區(qū)，定位偏向“AI基礎(chǔ)設(shè)施創(chuàng)業(yè)公司＋研發(fā)工具”，最近CoreWeave收購了Weights&Biases，以此加強(qiáng)自己的MaaS能力。

由此也可以看出，全球AI平臺的格局，正從“誰有大模型”轉(zhuǎn)向“誰能把AI真正變成生產(chǎn)力”，而真正能做到這一步的廠商，目前仍然以海外三大云巨頭，和兩家中國云廠商火山引擎和阿里云為主。

MaaS是蜜糖，也是“砒霜”

正如當(dāng)年的云計(jì)算重塑了企業(yè)的IT架構(gòu)和運(yùn)營方式，MaaS也在悄然改變企業(yè)獲取AI能力的路徑。

MaaS是繼IaaS、PaaS、SaaS之后，云計(jì)算體系的下一層抽象，如果說IaaS解決的是算力基礎(chǔ)設(shè)施，PaaS解決的是應(yīng)用開發(fā)平臺，那么MaaS則進(jìn)一步把模型能力本身標(biāo)準(zhǔn)化，讓企業(yè)不必再投入千萬級成本去訓(xùn)練模型，也不需要團(tuán)隊(duì)去維護(hù)推理集群、處理加速卡調(diào)度、版本迭代、對齊、評估等復(fù)雜工程。

MaaS直接將大模型封裝成一種可隨取隨用、按量計(jì)費(fèi)、可快速集成的服務(wù)形態(tài)，企業(yè)要做的，只是在業(yè)務(wù)里調(diào)用能力——理解、生成、規(guī)劃、推理、搜索、執(zhí)行，調(diào)用API，輸入輸出tokens，即可完成應(yīng)用的智能化。

由此也能看出，云計(jì)算是云廠商的蜜糖，是傳統(tǒng)IT的“砒霜”，而MaaS是AI云廠商的蜜糖，也讓部分云廠商陷入“左右互搏”的窘境。

筆者獲悉，有云廠商此前一直處于缺少芯片的狀態(tài)，以至于到今年早些時(shí)候才推出tokens服務(wù)，這也反映出其對MaaS的重視程度并不高。盡管云廠商大多相信tokens的增長，但是增長曲線的曲率并沒有共性認(rèn)知，所以云廠商一邊繼續(xù)做原有的生意，一邊繼續(xù)做好MaaS的中遠(yuǎn)期準(zhǔn)備。

在收入層面，相較于過去直接售賣卡時(shí)的模式，同樣的業(yè)務(wù)采用tokens模式，可能只需要花費(fèi)十分之一的價(jià)格，這對于云廠商來說相當(dāng)于“損失”，因此銷售并不積極推廣MaaS。

圖片來自AI生成

MaaS的未來命懸一“線”，這根線就是智能體大爆發(fā)帶來的Token消耗量極大增長，這個(gè)曲線愈是陡峭，MaaS的未來的就愈是平坦。

以火山引擎為典型代表來看，擺在火山引擎面前的有兩條路：

• 一條是跟隨，穩(wěn)妥但要在舊路上徐徐圖之，然而在傳統(tǒng)云的范疇很難追趕阿里云等頭部廠商；
• 另一條是押注MaaS，如果確定Agentic AI的大爆發(fā)，Token消耗量會千倍增長，并且相信會在一個(gè)較短的時(shí)間內(nèi)發(fā)生，比如三年左右，那火山引擎就值得全力投入，去博得未來的領(lǐng)先。

毫無疑問，火山引擎走上了MaaS優(yōu)先策略，這也可以解釋火山引擎MaaS產(chǎn)品的領(lǐng)先性?；鹕揭嬉彩亲钤绨袽aaS確定為主要營收來源的云廠商，MaaS收入也是火山引擎銷售的主要考核指標(biāo)，從側(cè)面體現(xiàn)出火山引擎的選擇。

據(jù)筆者了解，火山引擎今年的年收入目標(biāo)超過200億元，并希望繼續(xù)拉高M(jìn)aaS在收入結(jié)構(gòu)的比例。一位云廠商人士表示，“AI云的主要形態(tài)其實(shí)就在MaaS層，本質(zhì)上是算力換智能，用戶用算力的方式也應(yīng)該是MaaS這樣靈活的方式。”

但不得不提的是，一個(gè)中美云市場的老問題——美國幾乎90%左右是公有云，所以AWS、Google和Microsoft在MaaS層面幾乎齊頭并進(jìn)，不會因?yàn)樽陨順I(yè)務(wù)導(dǎo)致MaaS轉(zhuǎn)型變慢。

到了MaaS時(shí)代，這種問題依舊存在。國內(nèi)公有云大概占50%左右，對于數(shù)據(jù)敏感的組織傾向于私有云，比如政府，國央企、銀行等，他們依舊需要企業(yè)級的MaaS平臺，加上信創(chuàng)等需求，創(chuàng)業(yè)廠商可能偏向于此類市場。

一位AI出海企業(yè)人士提到，“MaaS在海外和國內(nèi)的情況不太一樣。在海外，企業(yè)使用tokens找到PMF或者找到ROI高的場景相對容易一點(diǎn)，所以今天很多企業(yè)優(yōu)先做出海。中企客戶出海和海外客戶的商業(yè)模式都比較成熟。國內(nèi)付費(fèi)各方面挑戰(zhàn)會大一點(diǎn)，找PMF的周期要長一點(diǎn)，可能很多新的產(chǎn)品受限于商業(yè)化驗(yàn)證，還沒有真正爆發(fā)?！?/p>

有觀點(diǎn)認(rèn)為，MaaS市場將呈現(xiàn)“公有云向中小企業(yè)下沉、私有化向高端定制深化”的分化趨勢。火山方舟的重點(diǎn)并不是私有化，而是典型的公有云規(guī)?；壿?，更多的用戶帶來更好的產(chǎn)品體驗(yàn)，更大的規(guī)模帶來更低的價(jià)格，正向循環(huán)帶來更多的客戶和規(guī)模，從而實(shí)現(xiàn)tokens的海量增長。

海外云廠商也分外看重tokens消耗量，從5月份到10月份，谷歌公布的月度tokens消耗量從480萬億增長到了1300萬億。筆者獲悉，OpenAI的日tokens消耗量在100萬億左右。根據(jù)火山引擎近期公布的數(shù)據(jù)，截至2025年9月，豆包大模型日均處理30萬億Tokens，在幾乎只有中國市場的情況下，已經(jīng)在逐漸向谷歌的tokens消耗量接近。

MaaS的未來，繼續(xù)“卷”三要素

海外和國內(nèi)的MaaS平臺天然具有差異，比如芯片供應(yīng)不同，海外英偉達(dá)GPU充足，而在國內(nèi)要兼顧多種芯片架構(gòu)，但總體而言，MaaS的未來大致朝著模型、性能和落地三個(gè)方向發(fā)展。

首先，模型決定AI應(yīng)用的上限，誰能提供更強(qiáng)的基礎(chǔ)模型、更豐富的模型家族，誰就能把握下一代應(yīng)用生態(tài)的主導(dǎo)權(quán)。無論是強(qiáng)調(diào)開源體系的多模型組合，還是打造自研閉源的大模型旗艦，本質(zhì)都是在爭奪模型能力天花板的話語權(quán)。

如上云計(jì)算行業(yè)人士表示，整個(gè)tokens市場增速很快，每3個(gè)月變化都非常大，例如去年還是單模態(tài)為主，類似VLM這樣的視覺理解模型，在去年的占比很低，大多是都是LLM。

今年多模態(tài)模型的調(diào)用量占比非常高，文生圖、文生視頻增長也非?？欤瑥南掳肽觊_始，整個(gè)模型做function call的請求數(shù)量在上漲，意味著Agent能力的請求也越來越多。

此外，類似火山引擎的模型路由、自適應(yīng)思考、視覺理解模型VLM與推理模型的結(jié)合等能力，在國內(nèi)市場目前還是稀缺的能力，例如模型路由可以在規(guī)則的約束下匹配用戶最佳模型，要么是效果最優(yōu)的模型，要么是成本最低的模型。

其次，性能決定AI應(yīng)用能否真正跑起來，吞吐效率、并發(fā)能力、延遲表現(xiàn)，這些看似工程層面的指標(biāo)，最終都會轉(zhuǎn)化為企業(yè)能否大規(guī)模上線AI應(yīng)用的生死線。MaaS的競爭正在從純模型比拼，轉(zhuǎn)向模型+系統(tǒng)+工程的一體化博弈。

幾乎所有MaaS團(tuán)隊(duì)每天都在看TPOT（Time Per Output Token）、TTFT（Time To First Token），即平均延遲和首字延遲，除了基模的能力差距，AI應(yīng)用吐字特別快，首字延遲特別低，這就說明工程化做得好。

價(jià)格方面，目前MaaS平臺還沒有實(shí)現(xiàn)正向盈利，價(jià)格基本貼著成本定價(jià)，此前潞晨科技和硅基流動的隔空口水戰(zhàn)也圍繞價(jià)格展開。潞晨科技創(chuàng)始人尤洋認(rèn)為，MaaS在中國短時(shí)間內(nèi)可能是最差的商業(yè)模式，月虧數(shù)億，用戶越多，虧損越多；硅基流動創(chuàng)始人袁進(jìn)輝回應(yīng)，成本估算夸張。

MaaS平臺的tokens價(jià)格很大程度上取決于工程化能力，DeepSeek創(chuàng)始人梁文鋒更早之前表示，DeepSeek的定價(jià)原則是“不貼錢，也不賺取暴利，這個(gè)價(jià)格也是在成本之上稍微有點(diǎn)利潤?；鹕揭婵偛米T待也表達(dá)過類似的觀點(diǎn)，“我們的原則一直都是保證有毛利的情況下，去做規(guī)?；！?/p>

最后，落地能力決定AI能否真正被產(chǎn)業(yè)吸收。如今，各家廠商都在從單純的API服務(wù)，升級到更完整的Agent工具鏈、行業(yè)套件、數(shù)據(jù)治理能力與交付體系。真正能落地的MaaS平臺，是能讓所有行業(yè)的團(tuán)隊(duì)也能輕松用起來。

總的來說，MaaS的未來不會只停留在賣模型，而是繼續(xù)圍繞模型的先進(jìn)性、性能的性價(jià)比、落地的產(chǎn)業(yè)化能力三條主線，最終市場也會用腳投票。

陸奇博士曾言，“任何改變社會、改變產(chǎn)業(yè)的，永遠(yuǎn)是結(jié)構(gòu)性改變。這個(gè)結(jié)構(gòu)性改變往往是一類大型成本，從邊際成本變成固定成本。”

MaaS就是將未知的邊際成本變成更可預(yù)期的固定成本，從而改變企業(yè)部署AI的經(jīng)濟(jì)結(jié)，它也將掀起云廠商的新的序章。MaaS會把云市場帶向何處？誰會在這場智能基礎(chǔ)設(shè)施競賽中勝出？又是誰會掉隊(duì)？

故事才剛剛開始。（本文作者 張帥，編輯 蓋虹達(dá)）