![]()
2026年11月19日,据The Information报道,字节跳动正与微软就额外采购约5亿美元Azure云服务进行深入谈判,其中大部分支出计划用于调用OpenAI模型。按报道折算,这笔合同约合33.4亿元人民币。更值得关注的是,交易尚未落地,OpenAI已就中国企业通过微软云渠道使用其模型表达不满。一场看似普通的云服务采购,由此触及大模型时代三个关键问题:模型能力如何通过云平台分发,云厂商与模型公司的利益边界如何划定,以及企业客户如何在自研与外部采购之间构建可持续的AI能力体系。
一笔云合同,为何牵动模型公司神经
报道显示,字节跳动与微软的谈判是在现有合作基础上的进一步扩大。2026年6月,彭博社曾报道,字节跳动预计每年在微软AI和云服务上的支出将超过10亿美元,约合66.8亿元人民币。此次额外采购约5亿美元Azure服务,意味着字节跳动对微软云和模型能力的采购规模可能继续上行。
争议焦点并不在云资源本身,而在OpenAI模型的使用权限。OpenAI在直销渠道对多数中国企业设有限制,但微软依据与OpenAI的协议,可以在Azure平台上销售OpenAI技术,且并未对中国企业设置同等限制。由此,中国企业可以通过微软云调用相关模型。这一渠道差异,使微软既是OpenAI最重要的云伙伴,也成为后者模型能力对外分发的重要“闸门”。
OpenAI的担忧集中在模型蒸馏风险。两名知情人士称,OpenAI近几个月向微软表达担忧,认为部分中国企业可能借助云调用方式完成模型蒸馏,从而以较低成本获得先进模型能力。微软高管则向OpenAI确认,尚未发现字节跳动存在此类行为的证据,并认为该公司主要将OpenAI模型用于软件开发等任务。字节跳动创始人张一鸣此前也曾表示,公司不会通过模型蒸馏作为发展AI的捷径。
微软发言人的回应则强调协议授权:微软可将OpenAI模型与自研MAI模型等产品整合到第一方服务中,并在所有销售和客户合作中执行服务条款、遵守政府要求、尊重合作伙伴协议。这一表态说明,争议的核心并非“能不能卖”,而是“卖给谁、怎么用、边界如何验证”。
从买算力到买模型:云采购逻辑已经改变
过去,企业采购云服务主要围绕计算、存储、网络和数据库展开,核心指标是资源弹性、稳定性和单位成本。大模型兴起后,云采购的内涵发生变化:企业购买的不只是GPU算力,还包括模型API调用、推理服务、工具链、数据治理、安全合规和工程化支持。模型能力成为云平台新的流量入口和消费牵引。
字节跳动的采购逻辑具有代表性。一方面,字节跳动拥有自研模型团队,公开报道也显示其在Seed基模等方向持续调整组织架构;另一方面,外部模型能力在软件开发、内容理解、代码生成等场景中仍有现实价值。自研与采购并行,并非简单的“二选一”,而是多模型组合策略:核心能力自主可控,通用能力按需调用,前沿能力保持跟踪。
对云厂商而言,模型分销正在成为云服务差异化竞争的一部分。微软将OpenAI模型与自研MAI模型整合进第一方服务,实际上是在把“模型能力”封装为云产品。客户购买的是一组可调用的AI服务,而非单一模型授权。这种模式提高了客户黏性,也让云厂商从“资源提供商”转向“能力集成商”。
但模型分销越深入,平台之间的利益张力越明显。模型公司希望掌握客户关系、使用边界和品牌露出;云厂商希望以模型带动算力、存储、网络和安全产品消费;企业客户则希望获得稳定、可替换、成本可控的能力供给。三方目标并不完全一致,合同条款、服务等级和审计机制就成为平衡点。
蒸馏争议背后,是模型分发的合规难题
模型蒸馏本身是机器学习中的常见技术,但在商业合同和知识产权框架下,关键不在于技术是否存在,而在于使用方式是否越过授权边界。通过API调用模型输出,再将输出用于训练自有模型,可能涉及服务条款、知识产权和数据使用范围等复杂问题。对于跨国云服务而言,还叠加数据跨境、出口管制和行业监管等变量。
OpenAI的担忧,反映出模型公司对“能力外溢”的敏感。模型一旦通过云平台大规模分发,模型公司很难像直销那样逐一掌握终端客户的使用场景。云厂商则需要在销售效率和风险控制之间建立治理机制,包括客户身份核验、用途申报、调用速率管理、输出留存审查和异常行为监测。微软强调执行服务条款、遵守政府要求并尊重合作协议,实际上是在回应这一治理责任。
对中国企业而言,通过海外云平台调用先进模型,短期可以补充能力,但长期看必须考虑供应链韧性和合规成本。模型服务的可替代性、数据出境安排、合同终止风险以及国产模型的适配进度,都应纳入技术路线评估。字节跳动一边扩大云和模型采购,一边强化自研基模,正是这种“外部补充+自主演进”策略的体现。
平台竞合:云厂商、模型公司与客户关系重构
这起谈判还折射出大模型时代的平台竞合格局。微软与OpenAI的关系兼具投资、云合作和模型转售多重属性,既是紧密盟友,也存在渠道边界上的摩擦。OpenAI希望维护模型能力的稀缺性和使用规则,微软则需要通过Azure扩大云收入和企业客户覆盖。二者如何在合作中划分客户界面,将影响其他模型公司与云厂商的合作范式。
在更广泛的云市场上,模型分发权正在成为竞争新战线。国际云厂商纷纷将多模型接入、模型托管和AI工程平台作为卖点;国内云厂商也在推进模型即服务,把大模型能力嵌入云产品体系。阿里云、华为云、腾讯云等围绕模型平台和行业解决方案展开布局,基础电信企业则依托算力网络、属地化服务和政企渠道,推进智算中心与云网融合服务。竞争焦点从单一资源价格,转向“算力+模型+网络+安全+行业交付”的综合能力。
对通信产业而言,大模型云采购的增长将直接拉动智算中心内部东西向流量、数据中心互联、无损网络、液冷和边缘推理需求。云网融合也从通用云服务向“算网一体”的AI服务演进:网络不再只是通道,而是决定模型训练和推理效率的基础设施。基础电信企业在这一过程中的机会,不在于简单转售模型,而在于提供可管可控的算力网络、属地化数据服务和行业集成能力。
结语:合同金额之外,更应关注规则形成
5亿美元Azure合同谈判,表面上是一笔云服务采购,实质上是模型分发规则的一次压力测试。OpenAI的担忧、微软的授权回应、字节跳动的多模型策略,共同指向一个趋势:大模型商业化正在从“模型发布竞赛”进入“渠道、平台与合规体系竞争”阶段。
接下来值得观察的,不只是谈判是否落地,还包括合同如何界定模型用途、云厂商如何审计客户行为、模型公司如何平衡分发规模与能力保护,以及中国企业如何在外部采购和自主研发之间保持弹性。对这些问题的回答,将决定大模型时代云算力市场的竞争秩序,也将影响通信产业在智算服务链条中的位置。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.