MaaS，命懸一“線”

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

2012年的云計算市場，說大不大、說小不小，相較于傳統IT市場，規模確實有限，商業模式也遠未成熟，絕大多數企業還在觀望，真正上云的只是少數先行者。

但正是這樣一個看起來不起眼的小市場，悄悄站在了技術周期的拐點上，增速驚人、生態初成、理念先行，隨后十年撬動了全球IT產業的全面遷移。

典型如亞馬遜和阿里巴巴，作為云計算的兩大擁躉，他們更早經歷了從單體應用到互聯網應用的變化，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的價值，也開始傳遞到其他企業。

今天的MaaS與當年的云計算高度相似，同樣是技術范式的轉折，同樣是產業周期的迭代，大模型的火爆程度不必多說，MaaS市場規模也就是云計算市場的個位百分比，甚至更低。企業既渴望嘗試，又心存疑慮；技術在快速演進，格局還未定型。

所有跡象都表明，這可能就是下一個“2012年的云計算時刻”：一個象征未來的小市場，站在爆發前夜。

無獨有偶，咨詢機構Gartner也在近期首次評估全球AI應用開發平臺，并發布了2025年度全球《AI應用開發平臺魔力象限》，本質上也是各大廠商MaaS能力的一次集中亮相，側面印證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設施、生態體系的比拼，MaaS是模型、代理（Agent）、工具鏈、推理效率、成本結構、行業化能力等的全方位較量，誰能以更低成本、更高效率、更強生態，把大模型變成人人可用的“標準件”，誰就更有可能成為下一代AI云時代的領先供給者。

圖片來源于火山引擎官網

誰在押注MaaS？

AI應用開發平臺魔力象限的橫軸是Completeness of Vision（愿景完整性），看的是戰略格局、技術路線、生態能力、未來潛力；縱軸是Ability to Execute（執行能力），看的是商業化能力、產品落地能力、客戶規模、營收實力。

四象限分別代表不同定位，Leaders（領導者），Challengers（挑戰者），Visionaries（前瞻者），Niche Players（利基玩家）。

從評測結果看，共有11家廠商參與本次評測，其中中國廠商三家。領導者包括Google、AWS、Microsoft、IBM，這些廠商同時具備強大的產品體系與執行能力，在智能體（Agent）、模型平臺、企業級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平臺商業化做成規模的，仍是頂級的云/科技公司。其中Google綜合最強，最新發布的Gemini 3.0大模型全面領先，以及其大模型平臺VertexAI的A2A協議、多代理生態也更開放。

AWS執行力頂級，Bedrock商業化能力極強，而且應該是支持模型最多的平臺，Microsoft靠OpenAI生態+Azure整合實力強，IBM的領先讓人略感意外，雖然不是云廠商，但是深耕企業級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，但執行能力偏弱，在模型、智能體、協議層（OpenAI Agents SDK）上創新迅猛，但缺乏成熟的企業級平臺與商業化體系，因此執行力得分低。

這也反映出OpenAI目前的特點，OpenAI是模型世界的工業標準，但它不是企業級平臺廠商，更像新一代底座，而不是云服務提供商。

挑戰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是執行力尚可，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），客戶規模可觀、技術成熟度在快速追趕。

其中，火山方舟成為中國市場第一，排名也最靠近領導者區域，有些人可能稍感意外，但在行業人士看來，相較于上一個云時代，MaaS是一條新的賽道，火山引擎的優勢就在于沒有歷史包袱，堅定押注MaaS的未來爆發，這和阿里云早期押注云市場的爆發相似，只不過主角變了。

譬如，DeepSeek走紅之后，企業到處找尋調用DeepSeek API的平臺，硅基流動因為較早適配了DeepSeek，一個月內用戶數從50萬增長到了500萬。但更多“DeepSeek紅利”幾乎全被火山引擎吃掉。

在開發者圈層，大家普遍認可火山引擎的DeepSeek API全方面領先，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，基本就會順手用豆包大模型，進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，略靠下但已進入挑戰者主流位置；騰訊云在MaaS平臺的戰略投入力度仍低于阿里與火山引擎；Palantir企業客戶強、執行力穩定，但AI platform愿景不足，偏向數據中臺邏輯；LangChain憑借開源極具生態影響力，但執行力較低，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，在訓練、推理、RL后處理等方面尚可，但執行力與平臺愿景都在較低區，定位偏向“AI基礎設施創業公司＋研發工具”，最近CoreWeave收購了Weights&Biases，以此加強自己的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”轉向“誰能把AI真正變成生產力”，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”

正如當年的云計算重塑了企業的IT架構和運營方式，MaaS也在悄然改變企業獲取AI能力的路徑。

MaaS是繼IaaS、PaaS、SaaS之后，云計算體系的下一層抽象，如果說IaaS解決的是算力基礎設施，PaaS解決的是應用開發平臺，那么MaaS則進一步把模型能力本身標準化，讓企業不必再投入千萬級成本去訓練模型，也不需要團隊去維護推理集群、處理加速卡調度、版本迭代、對齊、評估等復雜工程。

MaaS直接將大模型封裝成一種可隨取隨用、按量計費、可快速集成的服務形態，企業要做的，只是在業務里調用能力——理解、生成、規劃、推理、搜索、執行，調用API，輸入輸出tokens，即可完成應用的智能化。

由此也能看出，云計算是云廠商的蜜糖，是傳統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，以至于到今年早些時候才推出tokens服務，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知，所以云廠商一邊繼續做原有的生意，一邊繼續做好MaaS的中遠期準備。

在收入層面，相較于過去直接售賣卡時的模式，同樣的業務采用tokens模式，可能只需要花費十分之一的價格，這對于云廠商來說相當于“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帶來的Token消耗量極大增長，這個曲線愈是陡峭，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，穩妥但要在舊路上徐徐圖之，然而在傳統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，Token消耗量會千倍增長，并且相信會在一個較短的時間內發生，比如三年左右，那火山引擎就值得全力投入，去博得未來的領先。

毫無疑問，火山引擎走上了MaaS優先策略，這也可以解釋火山引擎MaaS產品的領先性。火山引擎也是最早把MaaS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，從側面體現出火山引擎的選擇。

據筆者了解，火山引擎今年的年收入目標超過200億元，并希望繼續拉高MaaS在收入結構的比例。一位云廠商人士表示，“AI云的主要形態其實就在MaaS層，本質上是算力換智能，用戶用算力的方式也應該是MaaS這樣靈活的方式。”

但不得不提的是，一個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，不會因為自身業務導致MaaS轉型變慢。

到了MaaS時代，這種問題依舊存在。國內公有云大概占50%左右，對于數據敏感的組織傾向于私有云，比如政府，國央企、銀行等，他們依舊需要企業級的MaaS平臺，加上信創等需求，創業廠商可能偏向于此類市場。

一位AI出海企業人士提到，“MaaS在海外和國內的情況不太一樣。在海外，企業使用tokens找到PMF或者找到ROI高的場景相對容易一點，所以今天很多企業優先做出海。中企客戶出海和海外客戶的商業模式都比較成熟。國內付費各方面挑戰會大一點，找PMF的周期要長一點，可能很多新的產品受限于商業化驗證，還沒有真正爆發。”

有觀點認為，MaaS市場將呈現“公有云向中小企業下沉、私有化向高端定制深化”的分化趨勢。火山方舟的重點并不是私有化，而是典型的公有云規模化邏輯，更多的用戶帶來更好的產品體驗，更大的規模帶來更低的價格，正向循環帶來更多的客戶和規模，從而實現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。根據火山引擎近期公布的數據，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，已經在逐漸向谷歌的tokens消耗量接近。

MaaS的未來，繼續“卷”三要素

海外和國內的MaaS平臺天然具有差異，比如芯片供應不同，海外英偉達GPU充足，而在國內要兼顧多種芯片架構，但總體而言，MaaS的未來大致朝著模型、性能和落地三個方向發展。

首先，模型決定AI應用的上限，誰能提供更強的基礎模型、更豐富的模型家族，誰就能把握下一代應用生態的主導權。無論是強調開源體系的多模型組合，還是打造自研閉源的大模型旗艦，本質都是在爭奪模型能力天花板的話語權。

如上云計算行業人士表示，整個tokens市場增速很快，每3個月變化都非常大，例如去年還是單模態為主，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。

今年多模態模型的調用量占比非常高，文生圖、文生視頻增長也非常快，從下半年開始，整個模型做function call的請求數量在上漲，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、自適應思考、視覺理解模型VLM與推理模型的結合等能力，在國內市場目前還是稀缺的能力，例如模型路由可以在規則的約束下匹配用戶最佳模型，要么是效果最優的模型，要么是成本最低的模型。

其次，性能決定AI應用能否真正跑起來，吞吐效率、并發能力、延遲表現，這些看似工程層面的指標，最終都會轉化為企業能否大規模上線AI應用的生死線。MaaS的競爭正在從純模型比拼，轉向模型+系統+工程的一體化博弈。

幾乎所有MaaS團隊每天都在看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應用吐字特別快，首字延遲特別低，這就說明工程化做得好。

價格方面，目前MaaS平臺還沒有實現正向盈利，價格基本貼著成本定價，此前潞晨科技和硅基流動的隔空口水戰也圍繞價格展開。潞晨科技創始人尤洋認為，MaaS在中國短時間內可能是最差的商業模式，月虧數億，用戶越多，虧損越多；硅基流動創始人袁進輝回應，成本估算夸張。

MaaS平臺的tokens價格很大程度上取決于工程化能力，DeepSeek創始人梁文鋒更早之前表示，DeepSeek的定價原則是“不貼錢，也不賺取暴利，這個價格也是在成本之上稍微有點利潤。火山引擎總裁譚待也表達過類似的觀點，“我們的原則一直都是保證有毛利的情況下，去做規模化。”

最后，落地能力決定AI能否真正被產業吸收。如今，各家廠商都在從單純的API服務，升級到更完整的Agent工具鏈、行業套件、數據治理能力與交付體系。真正能落地的MaaS平臺，是能讓所有行業的團隊也能輕松用起來。

總的來說，MaaS的未來不會只停留在賣模型，而是繼續圍繞模型的先進性、性能的性價比、落地的產業化能力三條主線，最終市場也會用腳投票。

陸奇博士曾言，“任何改變社會、改變產業的，永遠是結構性改變。這個結構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期的固定成本，從而改變企業部署AI的經濟結，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設施競賽中勝出？又是誰會掉隊？

故事才剛剛開始。（本文作者 張帥，編輯 蓋虹達）