MaaS半年破百亿：火山引擎拿下近五成，大厂重估Token生意

封面图来源丨公开网络，"The Railway Bridge At Argenteuil", Claude Monet,1873

2011年，硅谷风投机构Andreessen Horowitz（a16z）联合创始人马克·安德森留下过一句名言——"软件正在吞噬世界"，SaaS的十年就此拉开帷幕。六年之后，黄仁勋把这半句话补全了：软件正在吞噬世界，但AI将吞噬软件。

不过，卖Token是不是一桩好生意，两年前多数人还并不相信。到了2026年，这件事已经成真。

不久前，IDC正式对外发布2026年H1报告。报告显示，2026年上半年中国公有云MaaS市场收入达到106.3亿元，同比增幅为889.4%。

公有云大盘的增速已经放缓多年，能在两年内做到百亿规模的市场，数得出来的没几个。

MaaS如今已是观察全球AI市场发展的一项关键指标。这门生意常被拿来和"水电煤"作比：模型厂商以API等方式对外提供服务，企业或个人不必自建模型和算力，通过MaaS平台就能调用模型，完成文本生成、代码编写这类任务。收费方式是按Token调用量、算力使用时长或者套餐订阅来算，模型被调用得越多，收入就越高。

2026年这个新赛季，火山先跑到了前面——IDC《中国AI软件市场半年度》数据显示，2026年H1，火山在国内公共云MaaS营收大盘中的占比接近五成。

围绕MaaS指标的这些讨论，也能看出市场共识正在发生变化。

2025年，业界争的还是哪朵云在MaaS市场上Token销量更高、性价比更好；一年之后，面对一个增长近9倍的市场，大家盯的指标慢慢统一成了MaaS收入。

中国厂商的"课代表"依然是Anthropic和OpenAI。Anthropic近期的IPO招股书之所以引发热议，就是因为它的商业化增长又一次超出了市场预期——2026年上半年，Anthropic总收入为162.86亿美元，其中八成来自按Token量计费的推理收入。

智能体的Token消耗成倍上涨，也把Anthropic的客单价抬了起来。招股书显示，2026年三季度，没有使用Claude Code的企业版用户月均支出不到75美元；用了Claude Code、支出排在前5%的企业版用户，花费大约是前者的20倍。

增长远未见顶，国内大厂因此投入得相当激进。今年年中启动的AI办公大赛——豆包工作、千问办公、workbuddy这类产品，说到底是大厂在抢以生产力为主的高价值任务场景入口。

行业共识现在比以往任何时候都清楚：把顶尖模型做出来。这是把Token消耗迅速拉高、同时让客户愿意掏钱的最有效路径。

大模型商业化的空间也在被打开。传统云计算的上限，很大程度上被企业的IT预算卡住；MaaS对标的却是生产力——理论上，一个国家的MaaS市场规模最终会和它的GDP、人口挂钩。照这个逻辑，国内只是全球市场的一部分，一位云行业人士估算，海外市场空间至少是国内的3-4倍。

我们还独家了解到，今年下半年起，火山将把海外市场作为重点开拓方向，商业化进程也已经激进启动。到年底，海外业务营收在火山总营收中的占比预计将接近40%。

比云计算更像"水电煤"的生意

2026年为什么会成为MaaS市场的一道分水岭？有个现象是，市场关注点从追求Token消耗量，逐渐收敛到了追求收入。

追求Token消耗，是因为市场还在早期。2025年以前，大部分AI任务集中在AI搜索这类简单对话上，交互轮次和对话深度都有限。

那时多数厂商的主要任务，都是把Token消耗做上去。2025年DeepSeekR1爆火之后，国内厂商很快跟上，不管是接入尽可能多的三方模型，还是补贴送额度、降价，本质上都是先让用户用起来。

转折点出现在Anthropic的Claude Opus 4.6上，它让模型第一次能够真正进入生产级的Coding和Agent场景——规划任务、依次调用工具、记录执行状态。一次任务可能依次调用十余个工具接口，到任务交付为止，token消耗量也会指数级上升。

任务从短对话变成长程任务之后，模型卖出的就不只是一次回答，而是真正成了一种服务。模型厂商按Token收费时，也更容易对应到高价值的工作任务。

交互方式变了，MaaS 的增长节奏和商业逻辑也跟着变。

一位火山人士说，从语言模型这边看，客户的任务特征已经不太按行业或模态来划分了，客户往往什么任务都会跑，所以火山今年定价细分按的是任务输入长度，而不是客户类型。

也是在这个过程里，MaaS 市场一步步走向成熟。

Coding 把生产力场景打开前后，各家模型厂商开始挑选更适合自己的生态和产品位置，这已经成了关键的市场竞争策略。这算是一个标志。

比如旗舰模型 K2 发布之后，Kimi继续走开源路线，还率先把开源模型参数做到 3T 规模，市场影响力也因此很大。

智谱走的是另一条路，专注 Coding 场景，推出的是体量落在舒适区的数千亿参数模型，调用速度相对更快，大多数编程任务都能完成，商业落地因此跑得很快。

2026 年上半年，智谱收入增长近 4 倍，一路走高到 9.54 亿元，其中超过八成来自 API 调用。

Seedance 系列模型在全球视频领域保持 SOTA 已经近 8 个月，不过我们接触的大多数 AI 行业人士都说，眼下不管什么模态，都谈不上绝对的护城河。

这恰恰是 MaaS 和传统云计算最本质的差别。传统云时代，厂商能靠存储、数据库这类产品把客户数据留在平台上，迁移成本高；到了 MaaS 时代，模型调用链路一旦加密，平台就很难靠绑定数据锁住客户。别的厂商要是发出更强的 SOTA 模型，客户随时可能换模型。

换句话说，MaaS 比云计算更像一门纯粹的“水电煤”生意。想留住客户，唯一的办法是让模型真正嵌进企业的生产管线——先拿出足够 SOTA 的模型迅速铺开，用户才会把它用到更多有挑战的任务上。

36氪了解到，Seedance 推出之前只定位在创作类场景，但在创作领域很快做到 SOTA，商业化覆盖完成之余，客户自己也在冒出一些场景创新——不少具身公司会用 Seedance 处理 corner case（一些极端情况）的数据。

调用量涨上来之后，真实用户反馈也会更多，反过来喂养推理工程和产品设计，才能赶在对手追平之前跑出下一版更好的模型。

收入增长之外，智能密度同样是目标

MaaS 比云计算更像水电煤生意，这个市场的爆发速度如今看也比上一个时代更猛：中国公有云市场 2009 年起步，花了 7 年才跨过全年百亿元规模的门槛；MaaS 市场把这段时间缩短了一半。

不过还有一个常被讨论的问题：MaaS 更像水电煤生意，看似比传统云更难让客户产生粘性，大厂为什么还要不计代价地往里砸钱？

一方面，传统云计算的上限，说到底受制于企业的 IT 支出预算；AI 一旦进入 Coding、视频制作、日常办公等核心生产环节，MaaS 对标的就是生产力预算——企业掏的不是给 IT 提效降本的钱，而相当于买了一批虚拟数字员工。

硅谷研究机构 SemiAnalysis 曾调研 50 余家企业，目前大多数 Fortune 500 企业的人均 AI 支出还不足 100 美元/年，而头部高强度用户年均花费已超过 9 万美元/员工，两端相差近 660 倍。企业侧 Token 消耗的真正爆发，还没到。

MaaS 有望把市场天花板大大拓宽。多数行业人士的看法是，MaaS 的爆发会比云计算更剧烈，很长一段时间里，MaaS 市场都会处在卖方市场阶段。

更多时候，AI 算力供给决定的是 MaaS 市场整体大盘的增速。一位行业人士说：“模型只要能 SOTA，那么就是生产多少智能，就能够消耗多少智能。”

在 MaaS 这件事上，不少云厂商还只把它当作撬动传统云大单的钩子，火山早在 2023 年就把 MaaS 当成唯一的赌注，相信它能跑出比传统云大得多的市场。

模型迭代太快，为了不让工程适配的精力被分散，火山没有推出很多模型尺寸。语言模型也好，视觉模型也好，现在火山主要只聚焦两个尺寸：一个大尺寸旗舰模型，第一优先级是探索智能上限；Flash 模型负责上量，迅速把商业化铺开。

2023 年，字节的自研基础模型还在起步阶段，火山先大量引入三方模型，切入更多应用场景。像 Flash 这样体量的模型，收入上不是贡献最多的，但在火山上的调用量已经是旗舰模型的数倍，承担了更广泛的生产力渗透和新场景探索。

这个过程里，火山也提前把模型工程、应用与商业化团队的协同链路磨合好了。

“眼下MaaS收入对火山来说就是头等大事，所有资源都得给它让路，”有行业人士笑着说，“GPU资源你想卖也没得卖，卡全拿去跑推理和训练了。”

据一位火山人士回忆，2025年Q4起，团队看清了生产力场景的潜力，随即调整战略，把收入而不是Token消耗量定为最核心的考核指标。

组织和销售队伍也在围绕生产力场景迅速搭起来。2026年7月整合飞书、豆包工作、豆包的产品团队之后，火山引擎近期又做了一轮内部整合，新设“创造力服务平台”，让火山与飞书的销售力量汇到一处，由同一名销售负责SaaS和Token相关的全部产品。

这些动作透出一个信号：生产力场景被打开后，SaaS和Token的买卖越来越像——客户买的是任务被交付的价值，而不只是工具产品的席位。

商业化层面，火山的定价和产品原则没怎么变：毛利得先健康，然后要在市场里站得住，最后再按不同任务需求做差异化。

2026年颇值得拿来参考的案例之一，是Seedance的惊人一跃。

短短几个月，Seedance的覆盖度已经很高。参数和生成效果上它达到了视频领域的SOTA，火山在工程化上的不少功夫，也帮着把竞争优势更快立了起来。

Seedance 2.5上线时，火山主推的是“Draft”（样片）功能，这个想法来自团队在2.0爆火时的一个观察：专业创作者很少一次就拍出满意镜头，常常要反复抽卡。每回都拿1080P甚至4K去试，成本太高，用户就难以继续用下去。Draft上线后，用户先用性价比高的模型生成低分辨率预览，再为正式生成付费，大多数无效抽卡的开销就此省掉。

任务智能密度越高，智能本身的价值也越高。推理成本一直在优化，收入并没有因此受损，最终出同样数量的成片，用Seedance 2.5的总花费普遍比用2.0还低。

36氪了解到，Seedance 2.5的Draft眼下已是用户使用深度很高的操作模式，对模型的使用粘性有不小的促进。

如今大厂们就算手里攥着自研旗舰模型，在应用入口上也变得前所未有地开放。10月29日，豆包工作面向企业客户开放第三方大模型服务，首批接入Kimi3.1 Pro、GLM 5.3、DeepSeekV4.1 Flash等模型。

不止字节，阿里的千问办公也在8月上线了GLM-5.3和DeepSeekV4 Pro，与自家的千问模型并列；腾讯的WorkBuddy同样从一开头就支持接入DeepSeek、Kimi还有外部模型可用。

自己研发也好，接入第三方也罢，心思其实是一回事：把复杂任务圈在自己的产品里。眼前能多烧掉一些Token，往后则靠这个高频的生产力入口，看清哪些场景才值得压重注、智能密度更高。

“我们现在和模型团队就是一体的。”一位火山方舟人士这样说道。大模型竞争重新回到旗舰模型的赛道上，想在这门生意里一直赢，大厂比拼的就不只是下一代模型能不能领先，还要看模型、推理工程和商业化体系合起来的那套综合实力。