盘点2025：模型服务，成为基础设施

AI持续狂奔的2025年，大模型API基础设施化，成为最鲜明的注脚。

本月，国际市场调研机构英富曼（Omdia）发布了《2025全球企业级MaaS市场分析》报告：截至2025年10月，OpenAI、谷歌云、火山引擎分别占比31%、19%、15%，三家模型厂商合计占据全球MaaS市场65%的份额。ChatGPT带来的大模型技术变革仅3年，全球MaaS（模型即服务）市场格局初步形成。

Omdia报告中，火山引擎以30万亿日均Tokens调用量位居全球第三，仅次于OpenAI的70万亿和谷歌云的43万亿。

作为全球前三中唯一的中国厂商，火山引擎正在凭借 MaaS 服务在 AI 云市场快速突围。12月29日，火山引擎官宣成为总台春晚独家 AI 云合作伙伴，一并公布了豆包大模型的最新日均调用量，63万亿 Tokens，持续高速增长。

在大模型API成为基础设施的2025年，依旧有“MaaS薄、MaaS市场窄”的声音。2023年之前，没有MaaS这一商业模式，谈品牌忠诚度也还是太早了，用户总是会选择下一个更有性价比的模型服务。

但改变就这么发生了，推出不到600天，豆包大模型的调用量呈指数增长。

据《晚点》，今年火山引擎已实现100%的同比增长，营收超200亿。由于MaaS商业化和模型迭代超预期，火山引擎原来计划于2030年实现的 1000 亿营收目标，又上调了百分之几十。

“MaaS优先”，加速度的600天

更早地意识到MaaS的重要性，火山引擎投入早、投入的精力和资源多。

过去两年，MaaS作为这家公司的第一战略优先级目标，体现在火山引擎全员会上、在员工的OKR里，更体现在具体的销售激励和产品研发上。

2024年5月15日，火山引擎首次推出豆包大模型家族的API服务，通过模型架构、推理框架等技术创新，将主力模型定价从行业的“分计价”拉入“厘计价”时代，降幅高达99.3% 。伴随着更多模型厂商跟进的降价潮，MaaS市场就此迎来“从无到有”般的增长。

2025年2月1日，DeepSeek-R1登陆火山方舟，模型推理服务全面爆发。在部署同一个开源模型的大考中，火山方舟的各项模型部署性能领先，火山引擎也顺势成为市场上吃到最多DeepSeek推理服务红利的云厂商。

IDC报告显示的中国公有云大模型调用量月度环比增长中，显示了这两个关键的增长拐点。可以说，豆包大模型与DeepSeek的爆红，共同催生了中国MaaS市场。

中国公有云大模型调用量月度环比增长中，2024年7月和2025年2月中增长率最高。｜来源：IDC

DeepSeek-R1之后，不断迭代的豆包大模型接棒Tokens调用量继续增长。

2025年6月以来，豆包大模型1.6、豆包视频生成模型Seedance 1.0 pro、豆包图像编辑模型SeedEdit、豆包语音模型2.0、豆包图像创作模型Seedream4.0、豆包大模型1.8、视频生成模型Seedance 1.5 pro等模型相继发布。每一次模型能力的提升，解锁了更多的应用场景。

伴随模型发布节奏，几乎每3个月，模型调用就会迎来一次更陡峭的增长。

2025年，Token跳动，成为基础设施，越来越多的头部云厂商，把 MaaS 当做业务长期成功的首要指标。在AI应用逐渐渗透的过程里，MaaS成为最大的幕后功臣。

与MaaS市场一同壮大的火山引擎，也顺势进化为“Token跳动”公司，率先迈向AI云。

火山引擎总裁谭待

IDC显示，2025年H1，火山引擎大模型公有云服务扩大到49.2%，中国公有云上每产生的两个tokens就有一个由火山引擎生产。此外，Gartner®发布的2025年度全球《AI应用开发平台魔力象限》中：凭借豆包大模型和火山方舟大模型服务平台 ，火山引擎领跑全球“挑战者”象限。在“执行能力”上，火山引擎位于全球第五、中国第一。

大的模型调用量，才能打磨出更好的模型和Infra

谈及把MaaS当作第一优先级时，谭待曾表示，看长期就会更早意识到MaaS的重要性，比如想想十年后的云跟现在有什么变化，而不是明年。这让火山引擎在中国MaaS市场加起来只有几亿人民币时，坚定执行MaaS战略优先。

2024年5月第一次推出豆包大模型对外服务的发布会上，他表示，“大的使用量，才能打磨出好模型，并且大幅降低模型推理的单位成本。”

豆包大模型家族

换句话说，大模型调用量越大，模型在B端场景的反馈和需求，比如：是否被用起来、哪些场景用得多用得好、哪些场景用不起来等，都可以反映在下一代模型等路线图里，让Seed团队训练出B端场景更加智能的模型。相反，如果是私有化部署，就没有这样的反馈来做真实世界的评测集。

同时，大的模型调用量，也会迭代出更极致的Infra。举例来说，以当前豆包APP日活1亿且免费的前提，决定了其对火山引擎在KV Cache优化上的要求会极其严苛。同时，在大模型平台的性能和工具易用性上，如果不是有非常大的调用量，Infra层面的各种corner case和新需求，甚至也都没有见过，也就不能在2024年5月通过PD分离、xLLM推理框架等方式，降低模型推理价格。

当然，大的模型调用量也会进一步优化MaaS服务的毛利率。对于火山引擎这样体量的调用量来说，MaaS服务已成为增长最快、毛利最高的AI云计算产品。一个可以参照的对象是，今年2月底，DeepSeek官方公布自己推理服务的最高成本利润率可达545%。

用火山引擎，薅字节的“技术羊毛”

如果上述视角是火山引擎选择MaaS份额第一为优先级目标的理由，那么63万亿日均Tokens调用量——用户的用脚投票，则来源于字节跳动的溢出效应。

谭待在媒体报道里讲过最多的一个观察，似乎是火山引擎在B端（企业客户）和C端（个人用户）的极致协同。他常说，字节的 C 端产品有大量用户，会大规模调用模型，能帮火山把服务做好，同时，豆包 App 也帮了不少忙，很多客户都会拿着跟豆包的聊天 Case 找过来，问火山引擎能不能在企业场景中实现类似的效果。企业用好AI，可以先下个豆包感受一下。

以前在ToB行业，做购买决策和开发产品的人不用最终的产品，所以很多ToB产品在流程管理上，比用户体验重要得多。但AI其实会让 ToB 和 ToC 更近一些。有了 AI 之后，动动嘴就能用起来大模型和Agent，产品体验好不好立竿见影，这时候，C端产品体验好就很关键，会给火山引擎带来很大的增益，因为字节跳动对做好产品体验比较擅长，也有洞察。

服务这些“内部客户”的时候，火山引擎知道模型和Infra上的痛点在哪，就能够去不断地提供各种方案。在 AI 的实践上，字节跳动走得更靠前，做了很多Agent，比如豆包就是一个最大的 Agent，即梦也是，字节内部 50 多个业务线在不断尝试。

在谭待看来，最重要的是认知，ToC 和 ToB 的协同有巨大优势，不仅是品牌上的协同优势（豆包APP和豆包大模型），而在于在这个过程中获得的know-how。企业想把 Agent 做好，要找最懂的人来做，火山引擎不仅自己做了，而且把量级做起来了，是做出来的认知。

事实上，作为字节跳动旗下云与AI服务平台，火山引擎自2020年以来通过把字节跳动的数据增长方法论、推荐算法、内容生态等以工具的形式外溢，同时利用抖音对服务器的规模优势外溢低成本、弹性的云服务。2022年，火山引擎发现了自动驾驶、科学计算、大模型等场景，2023年推出了模型训练服务，直到2024年，终于在模型推理服务上迎来新空间。

把能力服务化、商业化是一个过程，大模型时代，火山引擎赶上了好时机，放大了字节跳动的技术溢出。

云计算本质上是规模体系的比拼，目前市场上头部云厂商的崛起，都有庞大的业务体系托举。尤其当大模型技术投入非常大时，如果没有一个能够外溢的业务，很难保持足够的领先，AWS、谷歌、阿里无一例外。

今年6月，字节跳动CEO梁汝波在火山引擎发布会致辞时也曾表示，字节跳动决心做好技术，必须在更大的市场、更多的场景去服务客户，经受市场的检验，才算是真的好。同时，字节跳动致力成为优秀的创新科技公司，会坚定长期投入，追求智能突破，服务产业应用。通过火山引擎，持续把新模型、新技术开放给企业客户。

MaaS第一后，火山引擎的下一步

在12月举办的Force大会媒体群访时，谭待曾表示，MaaS份额第一后，火山引擎的目标依旧是MaaS优先。当前模型服务主要集中在 ToC 行业，比如互联网公司、智能制造、消费电子以及汽车行业，随着模型应用进入更深的领域，以Agent为技术主体的AI云原生成为新需求，对模型和工具也会提出新要求。

他表示，火山引擎致力于降低 AI 应用的门槛，通过更高层次的封装，通过成本优化，加速AI普惠。

在基础的 MaaS（模型即服务）层，追求模型效果越来越好、成本越来越低，同时易用性提升。随着客户需求的推动，用模型 API 需要选模型、调 Prompt，火山引擎推出了Prompt Pilot、Model Router和Responses API，把一些工具内嵌进去，这样应用做起来更简单。

在更底层，火山引擎这个月还推出了模型的推理代工服务。客户可以直接把自己的模型托管在方舟上，像使用豆包模型服务一样方便，不需要自建底层设施。

MaaS 往上是 Agent 开发和Agent运营，随着应用迈向以 Agent 为技术主体，以模型为中心的AI云原生架构正在形成。新架构中，模型是软件的核心，MaaS 是使用模型的最佳方式，同时围绕 Agent 开发和 Agent 运营，云平台和中间件进一步把 Tokens 组装成 Agents，并实现 Agent 和现有工作流、Agent 和 Agent 之间的智能互通。

作为国内率先推出Agent开发、运营全套产品的云厂商，在谭待看来，过去如果模型服务用得很浅，比如只是拿模型做数据打标，模型API 的确随时可换。但如果要做的事情很复杂，比如视频创作时，要把客户画像跟模型结合，针对不同人群创造不同视频，并在里面融入私有数据、特定画风；做完这些模型微调，还要端到端地跑通、把一个 Agent 做好，那还需要身份认证、各种组件。

更进一步，当客户需求更多追求直接能解决问题，把模型串联到一起做一个Agent，把Agent封装为API的新方式出现了。近日，豆包助手API，即梦API都已经通过火山引擎对外提供服务。

就像红杉美国一直在讲10万亿美金的agent市场，从Agent的结果来看，商业逻辑就从tokens调用的IT预算，变成了BPO（人力外包）的角度，市场天花板也就变成全球客服市场有多大、全球开发程序员市场有多大，Agent会把原来的市场扩大很多倍。