火山引擎日均50萬億token，不如隨手賣GPU賺得多？

文 | 超聚焦

火山引擎，想做獨屬于AI時代的云。

12月18日-19日，火山冬季原動力大會在上海召開，此次大會上，火山引擎正式發布了豆包大模型1.8版本，也將豆包圖像創作模型Seedream更新至4.5版本，為用戶們帶來了更豐富的創作工具與更低門檻的AI應用落地方案。

不過，要說最被市場關注的，還得是火山引擎的token調用量。

而據火山引擎總裁譚待公布，截至今年12月，該模型的日均調用量已突破50萬億次，較去年同期增長超十倍，與發布初期相比更是實現了417倍的爆發式增長。

原動力大會

這也被市場認為是火山引擎良好“兌現”自己是云原生AI的最好例證。

不過，在大家都在為這張成績單驚嘆的背后，卻也產生新的考量：呈幾何倍數增長的Token消耗量，究竟能為火山引擎的報表貢獻多少實實在在的營收？自我標榜為AI原生云的火山引擎，又能否利用AI跨過國內SaaS重人力的陷阱呢？

萬億Token， 到底能換回多少真金白銀？

要理解火山引擎的野心，得先看清它的“出身”。

在國內云市場的牌桌上，火山引擎是個“異類”。它不同于阿里、騰訊這些背負著沉重“傳統云”包袱的前輩，火山引擎幾乎沒有歷史負擔——它出生在移動互聯網的黃昏，卻剛好趕上了大模型的黎明。

這種“遲到”反而成了一種戰略紅利。因為沒有老舊的數據中心架構需要兼容，火山引擎從第一天起就活得像個AI時代的特種兵：它不想做那種傳統的、靠賣存儲和帶寬過日子的“包租公”，它想做的是MaaS（模型即服務）的絕對莊家。

這也是總裁譚待在各種場合反復布道的邏輯：火山引擎就是為AI而生的云，它的終極形態，就是賣模型調用，賣智能服務。

如今，市場確實買賬了。50萬億次的日均調用量，不僅是一個讓同行側目的天文數字，更像是火山引擎在AI云賽道上跑通了第一條“高速公路”。但熱鬧歸熱鬧，當煙花散去，理性的投資者和觀察者終究會拿起計算器，算一筆最現實的賬。

這50萬億Token的消耗，到底能給火山引擎帶來多少營收？

我們可以從火山引擎今年披露的幾組核心數據中，清晰地捕捉到這種近乎瘋狂的擴張曲線。根據官方發布及市場公開數據，火山引擎豆包大模型的日均Token調用量呈現出了典型的指數型增長：

2024年12月：日均調用量僅為4萬億次。 2025年4月：迅速攀升至12.7萬億次。 2025年5月：達到16.4萬億次。 2025年8月：突破25.9萬億次。 2025年10月：穩步增長至30萬億次。 2025年12月：最終在原動力大會上宣布，日均調用量正式突破50萬億次。

而如果我們將這些點連接起來，并假設在統計區間內消耗量是平穩增長的，那么整個2025年，豆包大模型的Token消耗總量已經超過9000萬億，接近一萬萬億。

但是，這看似龐大的數據，卻沒能轉化為可觀的收入，而其核心癥結在于：Token的單價實在是太低了。

為了在群雄逐鹿的云市場中撕開一道口子，火山引擎在過去一年幾乎是以“自殺式”的降價策略在橫掃市場。

去年5月，火山引擎在業內首先開打價格戰，把豆包主力模型的推理輸入價格降至0.0008元/千tokens，較當時的行業價格下降了超過99%，而在之后的一年時間里，也延續了“崩潰式”降價的邏輯。

這種推倒重來的定價邏輯，雖然讓火山引擎在極短的時間內吸引了海量用戶，但也意味著它必須面對一個極其殘酷的現實：Token已經從昂貴的“奢侈品”變成了廉價的“大宗商品”。

那么，2025年一萬萬億Token，到底為火山引擎帶來了多少收入呢？我們以火山引擎目前官網的單價為基準，經計算，在綜合了在線推理、在線推理-上下文緩存、批量推理的價格后，可得出每千Token的價格大約在0.0009元附近。

按照目前該單價計算，這“一萬萬億”次的年度總調用量，理論上能為火山引擎撐起近百億規模的營收空間。

然而，這90億元絕非最終落袋的真金白銀。

在市場推廣的初期，為了跑馬圈地，絕大多數的Token其實都是被“免費送出”的。在激烈的價格戰和生態補貼下，真正產生扣費的付費流量比例極低。如果我們大膽假設收費Token僅占總量的10%，那么火山引擎2025年實際的MaaS收入僅為9億元左右。

和MaaS收入形成鮮明對比的是，2025年火山引擎營收已經超過了200億元（約為240億至250億左右）。

這意味著，盡管Token調用量在官方口徑里顯得氣勢磅礴，但在現階段，火山引擎營收的壓艙石依然是IaaS、PaaS和算力租賃業務，而非純粹的AI調用。

這種“頭重腳輕”的數據結構清晰地表明：AI原生云的理想很豐滿，但商業化的現實依然骨感。

所以，在即將到來的2026年，火山引擎必須要面對的一個問題是，當Token徹底淪為像電力一樣的廉價基建后，如何能快速推動Token消耗繼續指數級增長，通過規模效應來讓MaaS成為真正的營收支柱，成為譚待向市場描繪的那個火山引擎？

當Agent遇上傳統甲方， 火山引擎也要派人駐場？

如果說賣Token是賣電力，那么火山引擎通過扣子（Coze）等平臺力推的Agent，就是想直接賣給客戶一套“自動化工廠”。

在譚待的藍圖里，理想的路徑是極其輕盈的：火山引擎搭建好底座和工具，客戶只需像搭積木一樣，在平臺上自行開發出適配業務的Agent。這本質上是在重塑SaaS的交付邏輯，從過去的“廠商喂到嘴里”，變成現在的“客戶自給自足”。

然而，在國內的商業土壤上，這種“輕盈”往往意味著某種巨大的挑戰：你如何說服一個習慣了“看人頭付費”的甲方，轉而為一套看不見摸不著的算法邏輯買單？

國內SaaS行業過去十年跌過的最深的坑，就是“非重人力投入不付費”的怪圈。由于國內軟件付費意愿長期處于低位，為數不多愿意掏錢的企業客戶，往往信奉一種極其樸素的邏輯：我花了錢，就得看到你的人。

于是，我們看到無數標榜標準化的SaaS廠商，最后都活成了“裝修外包隊”。

為了拿下一個大單，乙方往往要派出一支龐大的交付團隊，背著電腦進駐甲方場地，陪著對方熬夜改代碼、調接口。這種“人頭攢動”帶來的安全感，曾是國內SaaS能夠成交的心理基石。

這種模式不僅重，而且極其低效。一旦進入項目制，原本邊際成本遞減的軟件生意，就變成了邊際成本恒定的體力活?；鹕揭孀鳛椤昂髞碚摺?，深知如果跟著其他云廠去卷這種“人肉交付”，不僅難以反超，更會讓自己標榜的“AI原生”底色消失殆盡。

所以，火山引擎的策略是“工具化反擊”。它推出來的不僅是大模型，還有一整套Agent開發套件。它的潛臺詞是：別再找我們要幾百個工程師了，給你們一個足夠好用的工具，你們自己的員工就能搞定。

但這正是矛盾的焦點所在。習慣了“飯來張口”的甲方，很難在短時間內迅速適應這種從“買方案”到“學工具”的身份轉變。對于大多數傳統企業來說AI依然是個黑盒，Agent的開發雖然門檻降低了，但“能跑通”和“能落地業務”之間，依然隔著萬水千山。

更何況，Agent作為一個新生事物，其穩定性、邏輯閉環以及對復雜商業場景的理解，正處于“半成品”向“成品”進化的陣痛期。想要讓一個剛出爐的Agent達成過去由幾十個程序員、產品經理手工打磨出來的SaaS軟件水平，本身就是一件極難的事情。

當甲方發現自己折騰了半天出來的Agent還是“人工智障”時，他們最自然的反應依然是：火山引擎，你們能不能派點懂行的人來幫我調優一下？

這就產生了一個巨大的悖論：火山引擎越是想推行標準化、低門檻的Agent，就越是發現，在實際落地的“最后一公里”，依然需要大量專業人員進場去填平技術與業務之間的鴻溝。

而如果火山引擎不能在技術上實現真正的“類人級交付”，或者不能培養出一個龐大的、能夠替它分擔體力活的第三方合作伙伴生態，那么它標榜的AI原生云，極有可能在向深水區邁進時，身不由己地重新掉入那個“為了賺一百塊，得堆十個人”的重人力怪圈。

屆時，支撐日均500、5000萬億調用量的，或許不再僅僅是后臺同步跳動的服務器，還有臺前無數疲憊奔波的交付工程師。這種“新瓶裝舊酒”的局面，恐怕不是譚待想要向市場交出的最終答卷。

火山引擎想做AI時代的云，這確實是一個性感的愿景。但從“萬億Token”的狂歡轉向“實打實利潤”的深耕，這條路上的硬仗才剛剛開始。

當技術的神話遇上商業的常識，火山引擎需要證明的不僅是它的模型有多快，更是它對國內商業生態的耐力有多強。