火山引擎，正在告别 Token 崇拜

文 | 新立场Pro 2026年，中国AI云市场上同时出现了两个“第一”。但两个“第一”指向的，是截然不同的问题。 Omdia 5月19日发布的报告给出了第一个答案：2025年中国AI云市场总规模567亿元，阿里云以38.1%的收入份额位居第一，超过第二至第四名的总和，在AI IaaS和MaaS两个细分领域均居领先位置。 但在Omdia发布数据的前一周，IDC公布了另一组数字。IDC数据显示，2025年中国公有云大模型调用量同比增长16倍，达到1944万亿Token。在这张榜单上， 火山引擎以49.5%的调用量份额、40%以上的营收份额，站在了第一位。 Omdia说的是“谁卖得多”，IDC问的是“谁被用得多”。两份报告，两把尺子，量的是不同维度的东西， 但共同印证了2026年中国云市场的繁荣，也精准映出两家公司不同的战略落点， 阿里云在收入体量上守住了既有优势，火山引擎则在调用规模上建立了自己的坐标，并试图把量的积累转化为平台层更难被替代的价值。 5月11日，火山引擎发布了国内首个Agent Plan。套餐里，GLM-5.1和Kimi-K2.6与火山引擎自研模型并排陈列，统一使用AFP（Agent Flow Pricing）计费，月费40元起。一家占据中国公有云MaaS市场近半调用量的公司，主动把竞争对手的产品放进了自家货架。 目前，主流模型之间的能力差距，已经收窄到大多数企业用户难以在实际业务中感知的程度。Token单价持续压缩，用户切换供应商的成本趋近于零。在这样的市场条件下， “最强模型”的叙事价值在加速衰减，而“最全平台”的战略优先级随之上升。 Agent Plan是这条逻辑走到今天的产品化表达，而非起点。IDC的数据从规模维度坐实了这个判断，2025年中国公有云MaaS调用量同比增长16倍。在一个量级扩张如此剧烈的市场里， 决定天花板的，或许从来都不是模型能力的绝对高度。 低价Token，先把规模跑出来 火山引擎拿下MaaS近半市场份额，靠的不只是模型能力，其比同行更早完成规模积累，并将规模转化为可持续的工程优势。这套逻辑的起点，是一个相对清晰的战略判断——公有云存量市场的格局已经固化，新兴的MaaS业务，才是仍有空间建立差异化的方向。 2020年，火山引擎正式对外推出。谭待接手时，传统IaaS领域早已是一场拼客户粘性、拼多年运营积累的消耗战，后来者几乎没有逆转空间。MaaS因此成了火山引擎最有可能实现突破的方向， 先以模型服务建立入口，再带动IaaS和PaaS层的协同增长。 这个逻辑在海外有现成参照。Azure出售OpenAI模型API，只是链条的第一环。企业客户一旦接入大模型，往往会继续采购检索、数据库等配套云服务，整体支出随之抬升。 2020年底，他随字节跳动对“幺零贰四”的收购加入，最初主导火山引擎技术架构，此前深耕搜索引擎领域。相比“提供最聪明的答案”，搜索的竞争逻辑更倾向于“让用户以最低成本、最高效率找到结果”。这个基因直接塑造了他对MaaS的理解方式，即 Token是需要以最高效率送达用户的生产资料。 据《晚点LatePost》报道，火山引擎在2025年内两度上调MaaS收入目标，Seed 2.0和Seedance 2.0发布后再次上调，原定超百亿的2026年目标随之刷新。 资源的集中方向与调整节奏，始终指向同一个优先级。 谭待曾明确表示，Token使用量高速增长的核心驱动力，是AI视频创作的爆发与AI智能体的加速普及，而非通用语言模型能力的整体提升。这个判断，在豆包大模型的市场表现与其基准测试能力之间存在落差的背景下，多了一层解释力。 在视频生成这一Token消耗密度最高的场景，字节跳动目前处于市场领先地位。据AI普瑞斯报道，按日均算力消耗占比测算，Seedance已占据超过80%的市场份额，可灵紧随其后约占14%，万相约占4%。也就是说，当下的AI视频生成市场，用户每发起10次生成请求，超过8次流向Seedance。 AI智能体场景同样是Token消耗的放大器，一次Agent任务通常包含多轮推理、工具调用与任务执行，单次消耗量远高于普通对话。这个场景结构，构成了理解火山引擎市场份额的第一个关键前提， 它的调用量领先，很大程度上建立在特定场景的需求密度上。 而价格机制则是火山引擎规模积累的杠杆。 去年5月，火山引擎把豆包大模型价格打入“厘时代”，豆包1.6首创依据输入长度区间定价，综合成本比同级别模型降低63%。谭待事后的解释只有一句话：能靠技术把成本降下来，就决定一次降彻底。 支撑这次降价的技术底座，是火山引擎较早大规模应用的两项关键工程优化——PD分离与KV Cache。可以用一个更直白的类比理解它们的作用， PD分离相当于把“读题”和“答题”两个动作拆给不同的工位分别处理，让每个环节匹配更合适的算力资源；KV Cache则相当于给推理过程配一本“草稿本”，缓存已经算过的历史状态，避免每次生成新内容都从头重算 ，两项技术的共同目标，是降低单次推理的显存消耗与计算成本。 这两项技术的收益，高度依赖规模。小规模调用时，维护复杂缓存和调度系统本身也有成本，可能抵消节省下来的算力；规模越大，缓存命中率越高，工程优化的收益才越显著。谭待曾用一个例子描述这种放大效应：1万台服务器利用率优化一个点，与100万台服务器优化同样一个点，收益相差100倍。 当PD分离、KV Cache等技术在行业内逐步扩散，Token价格趋向均一，这道门槛才真正显现。规模不足的跟随者对标低价，往往承受更大的成本压力。调用规模更大的平台，成本空间也更充裕，在价格竞争中也具备更长的持续性。 2025年下半年，是去年竞争最激烈的阶段。竞争对手密集入场，但火山引擎的调用量份额从上半年的49.2%进一步升至全年的49.5%。份额没有下降，反而小幅抬升。 这个数字，部分印证了规模优势在当前阶段的防御价值。 模型商品化之后，平台开始定价 Agent Plan的发布，是一个信号。它标志着火山引擎在产品层面完成了 从模型分发商，向基础设施提供方的重心转移。 在2026年以前，MaaS的基本商业形态只有一种：卖Token接口。企业按调用量付费，模型是核心购买对象，平台只是管道。Agent Plan改变了这个结构的底层逻辑，将自研Seed系列模型与GLM-5.1、Kimi-K2.6等第三方模型，连同联网搜索等Harness工具打包，以AFP统一计费体系出售。计费单位从“消耗多少Token”迁移到“完成多少任务”。 Harness，是这次发布中被忽视的关键词。MaaS提供稳定的模型能力，Harness负责把推理变成可约束、可追踪、可持续运行的工作流。两者分工不同，但目标却一致，让Agent在生产环境里真正可用。企业的Agent任务通过AFP统一计费平台运行，工作流日志、用量报表和审计记录全部在同一体系内生成时，用户就不得不重点考虑迁移成本。 据《晚点LatePost》报道，火山引擎过去几年的产品演进，在强化MaaS竞争力的同时，也在逐步把大模型服务扩展为覆盖Agent开发与运营的基础设施。谭待此前的描述提供了一个参照：以前写代码，本质上是在写if-else定义工作流；现在基于模型开发Agent，流程规划、任务拆解、创