很多人没有意识到，2025 年的 MaaS（Model as a Service, 模型即服务），就像是 2012 年的云计算。

2012 年的云计算市场，说大不大、说小不小，相较于传统 IT 市场，规模确实有限，商业模式也远未成熟，绝大多数企业还在观望，真正上云的只是少数先行者。

但正是这样一个看起来不起眼的小市场，悄悄站在了技术周期的拐点上，增速惊人、生态初成、理念先行，随后十年撬动了全球 IT 产业的全面迁移。

典型如亚马逊和阿里巴巴，作为云计算的两大拥趸，他们更早经历了从单体应用到互联网应用的变化，每年的黑五和双十一电商大促迫切需要弹性的算力资源，而后按需算力和托管服务的价值，也开始传递到其他企业。

今天的 MaaS 与当年的云计算高度相似，同样是技术范式的转折，同样是产业周期的迭代，大模型的火爆程度不必多说，MaaS 市场规模也就是云计算市场的个位百分比，甚至更低。企业既渴望尝试，又心存疑虑；技术在快速演进，格局还未定型。

所有迹象都表明，这可能就是下一个 "2012 年的云计算时刻 "：一个象征未来的小市场，站在爆发前夜。

无独有偶，咨询机构 Gartner 也在近期首次评估全球 AI 应用开发平台，并发布了 2025 年度全球《AI 应用开发平台魔力象限》，本质上也是各大厂商 MaaS 能力的一次集中亮相，侧面印证 MaaS 市场正在走向成熟和分化。

更重要的是，这一次的竞争不再只是基础设施、生态体系的比拼，MaaS 是模型、代理（Agent）、工具链、推理效率、成本结构、行业化能力等的全方位较量，谁能以更低成本、更高效率、更强生态，把大模型变成人人可用的 " 标准件 "，谁就更有可能成为下一代 AI 云时代的领先供给者。

图片来源于火山引擎官网

谁在押注 MaaS？

AI 应用开发平台魔力象限的横轴是 Completeness of Vision（愿景完整性），看的是战略格局、技术路线、生态能力、未来潜力；纵轴是 Ability to Execute（执行能力），看的是商业化能力、产品落地能力、客户规模、营收实力。

四象限分别代表不同定位，Leaders（领导者），Challengers（挑战者），Visionaries（前瞻者），Niche Players（利基玩家）。

从评测结果看，共有 11 家厂商参与本次评测，其中中国厂商三家。领导者包括 Google、AWS、Microsoft、IBM，这些厂商同时具备强大的产品体系与执行能力，在智能体（Agent）、模型平台、企业级 AI 落地上的成熟度，以及庞大客户群与全球化能力。

这意味着，目前真正把 MaaS 平台商业化做成规模的，仍是顶级的云 / 科技公司。其中 Google 综合最强，最新发布的 Gemini 3.0 大模型全面领先，以及其大模型平台 VertexAI 的 A2A 协议、多代理生态也更开放。

AWS 执行力顶级，Bedrock 商业化能力极强，而且应该是支持模型最多的平台，Microsoft 靠 OpenAI 生态 +Azure 整合实力强，IBM 的领先让人略感意外，虽然不是云厂商，但是深耕企业级 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，但执行能力偏弱，在模型、智能体、协议层（OpenAI Agents SDK）上创新迅猛，但缺乏成熟的企业级平台与商业化体系，因此执行力得分低。

这也反映出 OpenAI 目前的特点，OpenAI 是模型世界的工业标准，但它不是企业级平台厂商，更像新一代底座，而不是云服务提供商。

挑战者象限以火山引擎为代表，阿里云、腾讯云、Palantir、LangChain 紧随其后，这些厂商的共同特点是执行力尚可，但愿景整体比头部稍弱，市场集中度多在本土（尤其是中国厂商），客户规模可观、技术成熟度在快速追赶。

其中，火山方舟成为中国市场第一，排名也最靠近领导者区域，有些人可能稍感意外，但在行业人士看来，相较于上一个云时代，MaaS 是一条新的赛道，火山引擎的优势就在于没有历史包袱，坚定押注 MaaS 的未来爆发，这和阿里云早期押注云市场的爆发相似，只不过主角变了。

譬如，DeepSeek 走红之后，企业到处找寻调用 DeepSeek API 的平台，硅基流动因为较早适配了 DeepSeek，一个月内用户数从 50 万增长到了 500 万。但更多 "DeepSeek 红利 " 几乎全被火山引擎吃掉。

在开发者圈层，大家普遍认可火山引擎的 DeepSeek API 全方面领先，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态，基本就会顺手用豆包大模型，进而为火山引擎带来了新的增量。

阿里云的 Qwen 模型和百炼平台，执行能力在中国厂商中排名靠前，愿景与火山引擎接近，略靠下但已进入挑战者主流位置；腾讯云在 MaaS 平台的战略投入力度仍低于阿里与火山引擎；Palantir 企业客户强、执行力稳定，但 AI platform 愿景不足，偏向数据中台逻辑；LangChain 凭借开源极具生态影响力，但执行力较低，更偏框架层而非完整平台。

值得一提的是 CoreWeave，作为新兴的 AI 云玩家，早期更多以售卖 GPU 为主，在训练、推理、RL 后处理等方面尚可，但执行力与平台愿景都在较低区，定位偏向 "AI 基础设施创业公司＋研发工具 "，最近 CoreWeave 收购了 Weights&Biases，以此加强自己的 MaaS 能力。

由此也可以看出，全球 AI 平台的格局，正从 " 谁有大模型 " 转向 " 谁能把 AI 真正变成生产力 "，而真正能做到这一步的厂商，目前仍然以海外三大云巨头，和两家中国云厂商火山引擎和阿里云为主。

MaaS 是蜜糖，也是 " 砒霜 "

正如当年的云计算重塑了企业的 IT 架构和运营方式，MaaS 也在悄然改变企业获取 AI 能力的路径。

MaaS 是继 IaaS、PaaS、SaaS 之后，云计算体系的下一层抽象，如果说 IaaS 解决的是算力基础设施，PaaS 解决的是应用开发平台，那么 MaaS 则进一步把模型能力本身标准化，让企业不必再投入千万级成本去训练模型，也不需要团队去维护推理集群、处理加速卡调度、版本迭代、对齐、评估等复杂工程。

MaaS 直接将大模型封装成一种可随取随用、按量计费、可快速集成的服务形态，企业要做的，只是在业务里调用能力——理解、生成、规划、推理、搜索、执行，调用 API，输入输出 tokens，即可完成应用的智能化。

由此也能看出，云计算是云厂商的蜜糖，是传统 IT 的 " 砒霜 "，而 MaaS 是 AI 云厂商的蜜糖，也让部分云厂商陷入 " 左右互搏 " 的窘境。

笔者获悉，有云厂商此前一直处于缺少芯片的状态，以至于到今年早些时候才推出 tokens 服务，这也反映出其对 MaaS 的重视程度并不高。尽管云厂商大多相信 tokens 的增长，但是增长曲线的曲率并没有共性认知，所以云厂商一边继续做原有的生意，一边继续做好 MaaS 的中远期准备。

在收入层面，相较于过去直接售卖卡时的模式，同样的业务采用 tokens 模式，可能只需要花费十分之一的价格，这对于云厂商来说相当于 " 损失 "，因此销售并不积极推广 MaaS。

图片来自 AI 生成

MaaS 的未来命悬一 " 线 "，这根线就是智能体大爆发带来的 Token 消耗量极大增长，这个曲线愈是陡峭，MaaS 的未来的就愈是平坦。

以火山引擎为典型代表来看，摆在火山引擎面前的有两条路：

一条是跟随，稳妥但要在旧路上徐徐图之，然而在传统云的范畴很难追赶阿里云等头部厂商；

另一条是押注 MaaS，如果确定 Agentic AI 的大爆发，Token 消耗量会千倍增长，并且相信会在一个较短的时间内发生，比如三年左右，那火山引擎就值得全力投入，去博得未来的领先。

毫无疑问，火山引擎走上了 MaaS 优先策略，这也可以解释火山引擎 MaaS 产品的领先性。火山引擎也是最早把 MaaS 确定为主要营收来源的云厂商，MaaS 收入也是火山引擎销售的主要考核指标，从侧面体现出火山引擎的选择。

据笔者了解，火山引擎今年的年收入目标超过 200 亿元，并希望继续拉高 MaaS 在收入结构的比例。一位云厂商人士表示，"AI 云的主要形态其实就在 MaaS 层，本质上是算力换智能，用户用算力的方式也应该是 MaaS 这样灵活的方式。"

但不得不提的是，一个中美云市场的老问题——美国几乎 90% 左右是公有云，所以 AWS、Google 和 Microsoft 在 MaaS 层面几乎齐头并进，不会因为自身业务导致 MaaS 转型变慢。

到了 MaaS 时代，这种问题依旧存在。国内公有云大概占 50% 左右，对于数据敏感的组织倾向于私有云，比如政府，国央企、银行等，他们依旧需要企业级的 MaaS 平台，加上信创等需求，创业厂商可能偏向于此类市场。

一位 AI 出海企业人士提到，"MaaS 在海外和国内的情况不太一样。在海外，企业使用 tokens 找到 PMF 或者找到 ROI 高的场景相对容易一点，所以今天很多企业优先做出海。中企客户出海和海外客户的商业模式都比较成熟。国内付费各方面挑战会大一点，找 PMF 的周期要长一点，可能很多新的产品受限于商业化验证，还没有真正爆发。"

有观点认为，MaaS 市场将呈现 " 公有云向中小企业下沉、私有化向高端定制深化 " 的分化趋势。火山方舟的重点并不是私有化，而是典型的公有云规模化逻辑，更多的用户带来更好的产品体验，更大的规模带来更低的价格，正向循环带来更多的客户和规模，从而实现 tokens 的海量增长。

海外云厂商也分外看重 tokens 消耗量，从 5 月份到 10 月份，谷歌公布的月度 tokens 消耗量从 480 万亿增长到了 1300 万亿。笔者获悉，OpenAI 的日 tokens 消耗量在 100 万亿左右。根据火山引擎近期公布的数据，截至 2025 年 9 月，豆包大模型日均处理 30 万亿 Tokens，在几乎只有中国市场的情况下，已经在逐渐向谷歌的 tokens 消耗量接近。

MaaS 的未来，继续 " 卷 " 三要素

海外和国内的 MaaS 平台天然具有差异，比如芯片供应不同，海外英伟达 GPU 充足，而在国内要兼顾多种芯片架构，但总体而言，MaaS 的未来大致朝着模型、性能和落地三个方向发展。

首先，模型决定 AI 应用的上限，谁能提供更强的基础模型、更丰富的模型家族，谁就能把握下一代应用生态的主导权。无论是强调开源体系的多模型组合，还是打造自研闭源的大模型旗舰，本质都是在争夺模型能力天花板的话语权。

如上云计算行业人士表示，整个 tokens 市场增速很快，每 3 个月变化都非常大，例如去年还是单模态为主，类似 VLM 这样的视觉理解模型，在去年的占比很低，大多是都是 LLM。

今年多模态模型的调用量占比非常高，文生图、文生视频增长也非常快，从下半年开始，整个模型做 function call 的请求数量在上涨，意味着 Agent 能力的请求也越来越多。

此外，类似火山引擎的模型路由、自适应思考、视觉理解模型 VLM 与推理模型的结合等能力，在国内市场目前还是稀缺的能力，例如模型路由可以在规则的约束下匹配用户最佳模型，要么是效果最优的模型，要么是成本最低的模型。

其次，性能决定 AI 应用能否真正跑起来，吞吐效率、并发能力、延迟表现，这些看似工程层面的指标，最终都会转化为企业能否大规模上线 AI 应用的生死线。MaaS 的竞争正在从纯模型比拼，转向模型 + 系统 + 工程的一体化博弈。

几乎所有 MaaS 团队每天都在看 TPOT（Time Per Output Token）、TTFT（Time To First Token），即平均延迟和首字延迟，除了基模的能力差距，AI 应用吐字特别快，首字延迟特别低，这就说明工程化做得好。

价格方面，目前 MaaS 平台还没有实现正向盈利，价格基本贴着成本定价，此前潞晨科技和硅基流动的隔空口水战也围绕价格展开。潞晨科技创始人尤洋认为，MaaS 在中国短时间内可能是最差的商业模式，月亏数亿，用户越多，亏损越多；硅基流动创始人袁进辉回应，成本估算夸张。

MaaS 平台的 tokens 价格很大程度上取决于工程化能力，DeepSeek 创始人梁文锋更早之前表示，DeepSeek 的定价原则是 " 不贴钱，也不赚取暴利，这个价格也是在成本之上稍微有点利润。火山引擎总裁谭待也表达过类似的观点，" 我们的原则一直都是保证有毛利的情况下，去做规模化。"

最后，落地能力决定 AI 能否真正被产业吸收。如今，各家厂商都在从单纯的 API 服务，升级到更完整的 Agent 工具链、行业套件、数据治理能力与交付体系。真正能落地的 MaaS 平台，是能让所有行业的团队也能轻松用起来。

总的来说，MaaS 的未来不会只停留在卖模型，而是继续围绕模型的先进性、性能的性价比、落地的产业化能力三条主线，最终市场也会用脚投票。

陆奇博士曾言，" 任何改变社会、改变产业的，永远是结构性改变。这个结构性改变往往是一类大型成本，从边际成本变成固定成本。"

MaaS 就是将未知的边际成本变成更可预期的固定成本，从而改变企业部署 AI 的经济结，它也将掀起云厂商的新的序章。MaaS 会把云市场带向何处？谁会在这场智能基础设施竞赛中胜出？又是谁会掉队？

故事才刚刚开始。（本文作者 | 张帅，编辑 | 盖虹达）

更多对全球市场、跨国公司和中国经济的深度分析与独家洞察，欢迎访问 Barron's 巴伦中文网官方网站