排版/ Annalee

眼下，MaaS炙手可热。

MaaS市场的蛋糕持续变大, 在这样的情况下, 未来传统云朝着AI云发展成为行业共同认可的趋势, 于是有具体名号的参与者都进入了市场, 竞争愈发激烈起来, 然而火山引擎一直在前面领先的状态却没有发生变化。

对于这个, 于火山引擎2026年夏季FORCE原动力大会之上, 能够找寻到答案。

存在这样一个现场情况, 发布了豆包那般的大模型2.1系列, 并且对视频、图像、音频等一些多款模型进行了更新, 这些行为直接深入到AI生产力场景里, 切实解决复杂工作需求, 激发自主创新所具备的能力, 提升最优全局效率能达成。

针对这个情况, 作为字节跳动CEO的梁汝波宣称, 攀登AI高峰这件事在如今的字节跳动而言是最为关键重要的, 火山引擎MaaS业务正逐渐转变成具备字节跳动特点的基础业务方式情形, 我们方面的投入无论是时间等方面的跨度还是态度方面都会是长期又坚决稳固的, 而真正能够切实做好大模型的关键重要呈现表现, 便是火山引擎MaaS业务能够优质良好地服务好客户。

一言以蔽之，模型领先成为火山引擎发力MaaS的关键所在。

从量变走向质变

AI时代，Token为王。

在计算机这个领域当中, 存在着一种数字标识符, 它被称作Token, 它呢, 既是算力的最小能够用来计量的单位, 同时, 又是衡量人工智能落地的关键指标。

问题在于，真正把场景Token跑通的企业并不多。

致使这般状况出现, 全是由于行业先前热衷于竞相较量模型参数的数量庞大程度, 从百亿规模起始, 历经千亿规模、万亿规模, 直至十万亿规模持续不断地扩张增大, 错误地认为参数量的跃升就等同于智慧能力的突然呈现。

可惜的是，企业亟须的是重塑生产力。

说得直白易懂些, 企业去接纳智能化, 所追求需要的是能够被肉眼真实看见的效率提升, 而究竟是谁能够成功打通那真实存在的生产力场景呢, 那便是谁真的就能够切实解决AI实际落地过程当中的“最后一公里”这样的问题。

唯有如此，大模型才可以从试用走向生产级交付。

现在, 豆包大模型2.1序列的Coding能力, 和Agent能力, 二者都双双跨越了质变的关键点。并且还进一步提升了VLM的领先地位优势, 为行业明确了前进的方向。

细化而言, Coding的从一端到另一端交付能力得到提升, 从而可以胜任复杂的研发任务, 与此同时, Agent跨越工具、跨越环境来完成任务的交付能力得以强化, 进而能够达成高价值的办公任务。

其中，Coding能力尤为值得一提。

豆包大模型2.1 Pro具备的Coding能力, 和处于国际第一梯队的Claude Opus 4.7基本上旗鼓相当。在长程任务方面, 其表现相当突出。于一个芯片设计RTL的测试当中, 它持续运行接近18小时。完成了6个核心模块, 以及1303行RTL代码。历经9轮迭代, 并且跑通了仿真、测试、综合检查等完整工程流程。充分展现出模型在真实工程场景里的生产级Coding交付能力。

这表明, 豆包大模型并非仅仅提供问答方面的服务, 而是朝着依靠自身去完成生产任务的方向转变, 能够切入企业的核心任务相关环节, 进而创造出更为巨大的商业价值。

事实上，多项评测也佐证了这一点。

据公开数据表明, 豆包2.1 Pro于Terminal Bench 2.1、SWE-Pro、SciCode等代码评测里, 进入到国际第一梯队, ；在OSWorld、MobileWorld、MMMU-Pro等Agent与多模态评测当中, 同样位居全球前列。

简而言之，豆包大模型焕新之后从知识驱动迭代为任务驱动。

性价比才是王道

与那种能够达到生产级交付水平的能力相适配的, 是具备规模化特性的应用能力, 正是因为这两者共同发挥作用, 才能够去应对当前呈现指数级增长态势的Token消耗。

务必清楚, 那种一问一答形式的知识驱动, 对于Token的消耗是存在一定限度的, 然而一旦切换到任务驱动的模式, 就极有可能出现使得消耗增长达到十倍, 、或者百倍, 、甚至千倍的情况。

消耗倍增之下，成本就是一个无法回避的问题。

麦肯锡所给出的数据表明, 被调研企业当中, 有90%已然开启了数字化以及AI转型, 然而, 其中仅有25%收获了切实可见的成果, 仅有10%达成了AI的规模化应用。

如此一来，业界亟需可以提供高性价比Token的大模型。

恰如其巧, 火山引擎向来在全力以赴把性价比提升至满格状态, 坚定不移地将“好的模型理应让每一家企业都有能力使用得起”这样的理念毫无偏差落地施行直至终点句号。

重新回顾审视来看, 在二零二四年, 借助算力、调度等方方面面进行全链路的优化以此实现技术层面降低成本现象，进而促使大模型这个行业迈入到被称作为“厘的时代”；在二零二五年, 又去打破该行业一直沿袭至此的、传统的定价的惯常做法, 当调用深度思考或者多模态能力方式的时候不需要另外去支付费用, 凭借此行为来去除那一已然溢价的功能部分价值, 并且依据Token输入的长度来实施分区定价, 而并非不管其长短都采用同一个价格, 从而解决掉分摊成本这个一直以来难以解决的问题。

很容易察觉到, 火山引擎于性能跟成本之间寻得了最为适宜的平衡点, 豆包大模型2.1的各个版本显然在这方面也并未有不同情况存在。

将豆包大模型2.1 Pro的百万Tokens进行统一定价, 其中输入的定价是6元, 输出的定价为30元, 那么在缓存命中的条件之下, 所需费用仅为1.2元, 其综合成本是1.96元, 而针对面向高频调用这一场景的豆包大模型2.1 Turbo, 该型号的综合成本为0.98元。

与之相对应的情况是, Claude Opus 4.6至4.8这个系列, 其综合成本是8.08元, 它完完全全是豆包大模型2.1 Pro综合成本的4.12倍。

一名从事互联网观察工作的人士, 告诉了锌刻度, Token并不是越便宜就越好, 要是无法运行真实场景, 或者效率低使得消耗成倍被增加, 就算再便宜, 也没有多大的实际意义。

上述互联网观察人士还进一步讲道, 性价比并非等同于内卷, 而是去追寻真正意义上的质优价美那般情况, 也就是在切实跑通实际需求这个前提基础之上, 进而企业能够以合理的价格获取到最大的商业价值。

据此可以看出, 豆包大模型二点一专业版确实是在国内大模型当中, 性价比处于较高水平, 可供选择的其中之一。

关于此情况, 火山引擎总裁谭待作出这般表示: 定价并非依据毛利率的具体数值进行反向推导得出的, 而是要考量Token究竟能够创造出多少价值。你所设定的定价需使得客户的迁移收益比迁移成本高出至少两三倍, 如此大家才会具备使用的意愿。举例而言, 以往拍摄一则时长为1秒的广告需要耗费100元成本, 如今使用Seedance来做只需花费寥寥几块钱, 那么显然是值得使用的。客户都是极为聪慧的, 他们清楚模型所创造的价值相较于过去而言是契合这个定价的, 其本质实则是模型价值得到了提升。

换而言之，Token的转化效果越好，用户越愿意为之买单。

也就是在实际的生产场景当中, 模型一方面要达成企业的业务需求, 另一方面要达成企业的全局效率, 并且还要达成高可靠、高安全、易维护、易兼容这类特性。

在此种背景状况之下, Token的进行标价的时候, 就算是存在着有所上升的这种情形, 可是只要是创造出来的价值, 提升开来的速度是较快的, 那么模型整体所具备的性价比就是依旧在持续不断地攀升着的。

每一个Token都物有所值

通过持续不断地供应能够创造价值的Token, 豆包大模型因而能够走上快速发展的道路, 得以顺畅前行。

在公开资料当中可以呈现, 豆包大模型于2024年5月的时候, 所拥有的日均Token使用量是1200亿, 一直到截至2026年6月这个阶段, 它现在日均Token使用量已经成功突破180万亿, 实实在在是增长了1500倍。

由此一来，“遇事不决可问豆包”的用户心智日益明显。

截至2026年3月, QuestMobile的数据表明, AI原生APP月活用户规模达到了4.4亿, 其中豆包的月活用户数是3.45亿, 单季度增加的月活用户数有1.19亿耶, 持续以断层式态势领先跑在前头。

C端之外，B端也高歌猛进。

大会进行了披露, 当前存在这样的情况, 有超过110万的企业, 还有个人, 他们使用了火山方舟大模型服务, 年Token调用量超过1万亿的企业数量达到了200家, 相较于2025年12月的时候, 新增了100家。

更为重要的是，原有的100家企业基本没有流失。

在此种情形下, 提及“MaaS服务缺乏忠诚度”的这般表述被推翻了, 实际上, 只要能够持续为公司造就生产力, 便能够跟企业维持长久的共生共荣状态。

例如, 银河证券跟火山引擎开展AI Coding合作, 研发需求交付周期整体缩减了三分之一到二分之一, AI代码采纳率最高能够达到87%, 前端UI还原度稳稳地保持在90%以上, 研发效率以及代码质量的提高明显得能用肉眼看出来。

实际上, 超过八成具有系统重要性的银行, 超过九成处于头部位置的券商, 都挑选了火山引擎, 去打造金融研发方面的高价值智能体, 打造职场办公方面的高价值智能体, 打造市场研究方面的高价值智能体, 打造风险管理方面的高价值智能体。

《2025中国智能体开发平台市场份额报告》表明, 火山引擎有着一定份额, 其中在私有化市场的份额是17.8%, 在公有云市场的份额为19.3%, 于中国智能体开发平台中, 这二者的份额使得它在相应市场位居第一。

又比如说, 别克跟火山引擎展开全链路共同创造, 在高速时产生噪声、存在多音区等复杂环境里头, 把语音识别的准确比率提高到98%, 复杂指令的理解程度超过95%, 突破了传统车载人机交互的技术障碍, 促使车机朝着智能座舱方向发展。

这会儿, 火山引擎跟100%主流车企有了合作, 搭载豆包大模型的智能汽车数量超过700万辆, 涵盖超50个汽车品牌、145个车型, 搭载量在行业里排第一。

经由上述可知, 火山引擎正深度切入千行百业, 致使企业所动用的每一个Token都能实现物有其效, 并且所生成的价值能够被详细度量。

正因为如此，火山引擎才不惧竞争。

国际数据公司的数据表明, 在二零二五年上半年的时候, 火山引擎于中国MaaS市场所占的份额是百分之四十九点二, 然而到了全年的市场份额则为百分之四十九点五, 它所具备的领先优势没有因为后边加入的那些参与者加大投入而变小, 反而是跑得越发快速了。

这话的意思是, 只要豆包大模型持续去深入产业核心生产环节, 那么火山引擎就能不断解锁价值可衡量的业务成果, 进而承接更多的MaaS增长份额, 占据更大的市场占比率。

曾有火山引擎智能算法负责人吴迪作出预测, 那便是到2030年, 国内市场的Token消耗量会是当下的百倍还要多, 届时, 用以衡量企业智能化程度的核心指标, 会从其拥有的GPU数量转变成消耗的Token总量, 原因在于它是唯一能够同时穿透“模型能力、使用频率和真实需求”的统一指标。

以这个视角去瞧, 在飞轮效应的作用影响之下, 火山引擎所具备的MaaS业务领域, 存在了更为广阔的成长拓展空间。