过去一年，火山引擎几乎是中国大模型商业化叙事里最受关注的变量之一。

一方面，豆包大模型调用量持续攀升，火山在 MaaS 市场快速扩大份额；另一方面，围绕火山引擎 MaaS 业务的收入目标和增长预期，市场上也不断传出更激进的说法。

到年中这一节点，外界对火山引擎的关注，已经从 "Seedance2.0 卖得怎么样 "，转向了另一个问题：上半年，火山引擎在 Seedance2.0 的商业化上打出了一场漂亮仗，但下一步还要往哪里走？又要靠什么继续增长？

6 月 23 日举办的 2026 夏季 FORCE 原动力大会，正好给了一个观察窗口。

看完整场大会，火山引擎给出的答案大致有两层：第一，Seedance 在从短剧、漫剧走向更多实体产业，继续打开新客户和新预算；第二，豆包要加速发力 Coding、Agent 等高价值生产场景，让大模型进入研发、工具调用和企业工作流。

这两个方向共同指向一个更现实的增长逻辑：MaaS 和 Token 的竞争，正在从单纯拼规模，走向证明价值。也就是说，这些调用能否真正进入生产流程，能否为客户带来收入、效率和成本改善，才是下一阶段更关键的问题。

Seedance 要从短漫剧走向更多行业场景

第一个值得观察的变化，仍然来自 Seedance。

在这次 FORCE 大会上，火山引擎首次亮相了豆包视频生成模型 Seedance2.5。按照火山引擎的说法，Seedance2.5 已进入内测尾声，预计将在 7 月初正式上线。

相比此前版本，Seedance2.5 主要有三项升级：单段视频最长可以生成 30 秒，最多支持 50 个全模态素材联合输入，并具备更灵活、可控的视频编辑能力。与此同时，Seedance2.0 已经支持原生 4K、4K10bit 高位深直出，可以让 AI 生成视频更快进入专业后期制作流程，也能覆盖品牌广告、大屏、院线、户外等高清展示场景。

这些升级看起来是画质、时长和编辑能力的变化，但背后指向的是更实际的商业化问题：Seedance 要进入更多生产场景。

过去半年，Seedance 已经成为火山 AI 商业化中最受关注的产品之一。此前有市场消息称，Seedance2.0 单月营收突破 10 亿元人民币，并在 AI 短剧、漫剧工具赛道中占据超过 80% 的市场份额。

对于这些数字，谭待在会后群访中明确否认，称外界流传的 Seedance 收入数据 " 都是错的，而且也偏高 "。

但无论传闻数字是否准确，Seedance 在短剧、漫剧市场的热度并不难感知。多位火山销售此前向雷峰网表示，Seedance2.0 发布后迅速成为一线销售重点主推的产品。一些销售和渠道人士也提到，Seedance 在短漫剧客户中的转化效率较高，已经对部分团队业绩形成明显拉动。

短剧和漫剧证明了 AI 视频可以卖出去，也证明了 Seedance 可以成为火山 MaaS 业务里的样板产品。但这个市场本身也有边界。头部客户被反复覆盖之后，继续寻找新增量会变得越来越难。

谭待在群访中也提到，影视短剧只是 Seedance 落地的一个环节，从长期看，甚至可能只是一个 " 小场景 "。在本次大会上，火山更多展示的是 Seedance 在广告、电商、影视制作、制造、零售、具身智能、自动驾驶等场景中的应用。

这也是本次 Seedance 升级最值得观察的地方。4K、30 秒、多素材输入和可控编辑，并不只是模型参数更新，而是在为 " 短漫剧之后 " 做准备。火山需要 Seedance 继续打开新客户、新预算和新调用量。

不过，Seedance 要进入更多行业，还需要回答一个现实问题：价格。

发布会上，火山并未披露 Seedance2.5 的具体定价。而在广告、电商等高频素材场景里，客户对价格极其敏感。此前有内容生产和电商服务商向雷峰网提到，AI 视频如果按秒计费过高，再叠加投放、服务和利润成本，最终很难在效果广告里跑通账。

因此，Seedance 下一阶段的商业化不是单纯靠能力升级就能完成。它一边要用 4K、长时长和多素材控制进入影视、工业、具身智能等高价值场景，另一边，也要在广告、电商这类规模化市场里，回答成本和价格的问题。

加速发力 Coding、Agent 等高价值生产场景

过去一段时间，随着 ClaudeCode、Manus 等产品推动 Coding 和 Agent 成为模型竞争的新焦点，外界对模型能力的评价标准也发生了变化。相比豆包在调用量、价格和多模态上的鲜明标签，Coding 和 Agent 过去并不是豆包最突出的外部认知。

这也是豆包 2.1Pro 这次被推到台前的背景。火山需要证明，豆包不只是高调用量、高性价比和多模态能力的代表，也能在 Coding 和 Agent 这些企业客户最关心的场景里承担更复杂的任务。

按照火山引擎披露的信息，豆包 2.1Pro 在 TerminalBench2.1、SWE-Pro、SciCode 等代码评测中进入第一梯队；在 Agent 与多模态方面，也在 OSWorld、MobileWorld、MMMU-Pro 等评测中位居全球前列。

在现场，火山展示了两个案例：一个是芯片设计 RTL 全流程设计验证，豆包 2.1Pro 连续运行近 18 小时，经历 9 轮迭代，完成 6 个核心模块、1300 多行 RTL 代码，并跑通仿真、测试、综合检查等完整工程流程。另一个是 3D 虚拟城市生成，模型调度 500 多个智能 Agent 协同作业，完成上千次工具调用，生成超过百栋建筑。

这两个案例分别对应 Coding 和 Agent 的能力边界：前者考验模型能否在强约束工程任务中完成拆解、迭代、验证和修正，后者考验模型能否在长链路任务中完成规划、工具调用和多智能体协作。

对企业客户来说，Coding 和 Agent 之所以重要，正是因为它们更接近真实工作流，模型不只是回答问题，而是要开始执行任务、调用系统，并交付结果。

更值得注意的是，豆包 2.1Pro 并不是一个只强调 Coding 的模型。它的优势更像是综合型能力：既能写代码、调用工具，也保留了豆包此前在多模态理解上的积累。

对于很多企业场景来说，这一点很重要。真实业务里的信息不只存在于文字里，也存在于图片、表格、视频、界面和文档中。一个既能处理代码和工具调用，又能理解图像、视频和界面的模型，能进入的场景会更宽。

从商业化角度看，豆包 2.1Pro 每百万 Tokens 输入价格为 6 元、输出价格为 30 元，缓存命中价格为 1.2 元；面向高频调用场景的豆包 2.1Turbo，价格进一步降至 2.1Pro 的一半。

谭待在群访中也谈到，模型定价不能只看 token 单价，而要结合 token 能创造的价值来看。他认为，虽然行业里一些主流模型的单 token 标价在上升，但单 token 创造的价值上升得更快，因此模型整体性价比仍在提升。

MaaS 和 token，开始从规模走向价值

第三个值得观察的变化，是透过火山引擎这场发布会，可以看到 MaaS 和 token 市场正在进入新阶段。

谭待在群访中提到，火山大约三年前就把 MaaS 作为最重要的方向之一。彼时，外界对 token 生意并不乐观，普遍认为它更像一门 " 偏赔钱 " 的生意。

但到今天，再讨论 token 是不是健康，已经不是最核心的问题。真正的问题变成了：这些 token 有没有进入生产流程，有没有创造收入、效率或者成本节省。

这也是为什么，火山这次不只讲模型调用量，也讲了很多落地细节。

字节跳动技术副总裁洪定坤在大会上分享了一个内部观察：Trae 团队过去半年 90% 以上代码由 AI 生成，但人均需求吞吐量提升约 60%。换句话说，AI 写了大量代码，并不等于研发效率会同比例提升。

为什么会这样？

原因在于，真实软件工程不只要求代码 " 能跑 "，还要求它可维护、可扩展、可运营，也要考虑性能、兼容性、安全和权限等问题。

洪定坤提到，字节内部用多个模型和主流 Agent 框架测试同一需求时，代码正确率普遍可以超过 80%，但在可交付性、可靠性、维护性、性能等维度上会明显下降。只有引入 Harness、上下文工程、架构约束和团队记忆后，可交付性才有明显提升。

按照火山引擎披露的信息，截至今年 6 月，豆包大模型日均 token 调用量已突破 180 万亿，过去一年增长超过 10 倍。目前已有超过 110 万企业和个人使用火山方舟大模型服务，年 token 调用量超过 1 万亿的企业已达 200 家，半年内增长一倍。

这些数字说明火山在 MaaS 市场已经形成了规模。但更值得看的是，火山越发在强调 token 背后的价值。

所以，这场 Force 大会其实划出了一条分界线：大模型竞争的上半场看调用量，下半场只看交付力。Seedance 的行业破圈与豆包的 Agent 进化，都是对这一逻辑的落地回应。接下来，谁能让 Token 穿过概念，直接变成客户工作流里的真金白银，谁才能拿到 MaaS 下半场的门票。