百度的 AI 云基础设施营收在 2026 年第三季度达到 820 亿元人民币,同比增长 94%;百度千帆 MaaS 平台来自外部客户的 Token 调用收入同比飙升 1,159%。这一增长反映出基于 Token 的模型即服务业务迎来整体爆发,企业按消耗量为 AI 推理付费,而不必投资自有硬件。
据原文引用的 IDC 数据,2026 年上半年,中国 AI 软件市场消耗了 2,857.9 万亿个 Token,同比增长 432.5%。MaaS 市场本身在 2026 年上半年达到 1,063 亿元人民币,同比增长 889.4%,正式进入千亿元规模。2026 年上半年,MaaS 在中国公有云 PaaS 市场中的 Token 市场份额从 5.2% 升至 21.0%,ByteDance 的 Volcano Engine、Alibaba、Zhipu 和 Baidu 占据主导市场份额。
Token 消耗激增源于前沿大型语言模型性能取得突破,使企业能够部署 AI Agent 来处理复杂任务。2026 年初,Claude Opus 4.5 和 4.6 相继发布,随后 DeepSeek-V4、Zhipu GLM-5.2 和 Moon Andeep 的 Kimi K3 也陆续推出。据原文所述,这些模型跨越了“可用性门槛”,促使企业部署 Agent 来处理实际业务工作负载。
AI Agent 从根本上改变了 Token 消耗模式。Agent 不再只回答单轮问题,而是将复杂任务拆解为多个步骤,例如理解需求、读取并修改代码库、测试和修复 Bug,并启动数十轮多轮推理,且上下文窗口很长。每次 Agent 委派任务都会扩展为持续数十次模型调用,Token 消耗也随之成倍增加。
在 PPIO 平台上,AI 编程消耗的 Token 最高占全部 Token 的 70%。代码审查成为尤其消耗 Token 的场景:程序员提交很长的代码段,却只收到简短的审查结果,因此输入与输出 Token 的比例超过 100:1。
视频生成和短内容制作是另一个主要的隐性 Token 消耗场景。文章引用的多家行业消息来源称,线上 Token 流量中有超过 50%、接近 60% 流向视频生成和短剧制作。ByteDance 的生态系统结合了红果短剧和 Seedance 视频模型,生成 1 分钟视频会消耗数十万个 Token,并通过生态锁定带来巨量消耗。
公有云上的 Token 消耗呈现鲜明的“工作日潮汐模式”:工作时间需求达到峰值,非工作时间和周末则急剧下降,说明 Agent 的运行仍依赖人在环协作。不过,这一模式正在开始改变。2026 年初开源个人 Agent 框架 OpenClaw(行业俗称“龙虾”)爆发后,部署个人 Agent 的个人用户越来越多。Volcano Engine 披露,升级后的“龙虾 Agent”每个复杂任务会消耗数千万个 Token,推动个人用户用量在一个月内增长 16 倍。
IDC 预计,2026 年中国企业级 Token 消耗量将同比增长约 20 倍,达到 4 万万亿个 Token。
2026 年 3 月,Alibaba 专门为推动 Token 业务增长重组公司架构,成立 Alibaba Token Hub(ATH)事业群。“百炼”MaaS 平台的客户数量同比翻倍。Alibaba 在 2027 财年第一季度(截至 2026 年 6 月 30 日)的 AI 相关产品营收达到 1,237.6 亿元人民币,连续 12 个季度保持三位数同比增长。
ByteDance 旗下 Volcano Engine 占据了 Token 消耗增长的最大份额。该公司将 MaaS 列为 Volcano Engine 销售团队的首要 KPI,并设定 2026 年营收至少增长 5 倍的目标。据 IDC 数据,Volcano Engine 单独就占据了中国公有云大模型调用量的 49.5%。到 2026 年年中,豆包大模型日均 Token 用量超过 180 万亿个,较其两年前上线时增长超过 1,000 倍。
Zhipu 在 2026 年上半年通过开放平台和 API 业务实现 82.5 亿元人民币营收,显著超过中国用户规模最大的 AI 应用豆包 App;后者同期营收不足 1 亿元人民币。在太平洋彼岸,Anthropic 在 IPO 申报文件中披露,其 2026 年上半年营收达到 1,628.6 亿美元,其中 80% 来自按使用量付费的 API 业务。
与大型云平台无关联的专业 Token 服务商也经历了爆发式增长。PPIO(派欧云)于 2026 年 6 月提交香港 IPO 上市申请,并披露其包括 MaaS 在内的 AI 云计算营收从 2024 年的 1,039 万元人民币增至 2025 年的 1.19 亿元人民币,一年增长超过 10 倍。到 2026 年 10 月,其平台日均 Token 消耗量超过 88 万亿个。
AI Agent 的商业化部署和推理效率的工程优化推动了业务扩张。据原文所述,一家 MaaS 运营商通过将单次输入中的复杂任务拆解为成本更优的多次查询方案,优化了大模型在各类任务中的运行;在数百个客户部署中,每次操作的 Token 消耗以百万计。
尽管需求激增,MaaS 盈利能力仍取决于精准的利润提取。Token 单价面临两极化压力:一线闭源模型可收取溢价;Kimi K3 等二线旗舰开源模型(参数量达万亿级)保持定价能力;DeepSeek-V4.1 Flash 等三线轻量模型则从一开始就强调极致性价比。
Shangtang 的部署框架引入了“PD 分离”(Prefill-Decode 分离)异构混合部署,结合国产芯片和高端芯片。大模型分两个阶段处理任务:Prefill(一次性读取用户输入,计算密集型)和 Decode(逐个生成输出 Token,内存带宽密集型)。对于输入远多于输出的代码审查等场景,所需设备的比例差异很大;混合配置国产卡和高端卡可以优化性价比。Shangtang 还披露了纯国产芯片推理方面的进展,并在完全国产化的异构场景中实现了可行运行。
百度千帆 MaaS 全面发力,提升不同时间段的“综合售出率”,以降低客户成本。行业参与者采用了两种主流的“削峰填谷”方法:第一,“分时段客户群复用”,将白天的高容量资源打包,满足模型创作者的保底需求,再将夜间的剩余容量动态折价,作为订阅服务提供给价格敏感的中型市场客户和个人开发者;第二,“跨时区套利”,拥有全球分布式节点的参与者通过全球调度抵消各地区的非高峰时段,实现超过 75% 的平均 GPU 利用率。
竞争的核心在于速度。API 接口很容易被替代,开发者对平台的忠诚度几乎为零。切换模型的摩擦极小。新模型发布后的流量黄金窗口通常只有两周;之后,竞争对手一旦发布基准测试分数略高的模型,就会立即分流流量。这迫使所有 MaaS 平台参加“Day 0 适配”竞速,要求在模型正式发布前一到两周优化测试版本。开源模型一经发布,各团队便连夜动员,争取率先抢占市场。模型研发方则根据供应商弹性扩容的速度和稳定性分配流量,以此激励供应商。
私有化部署市场的认知发生了剧烈重塑。过去几年,金融和国有企业主要通过采购“一体机”拥抱大模型——购买价值数百万元人民币、装满 GPU 的服务器,部署在企业数据中心并进行模型私有化部署。
到 2026 年,一体机业务暴雷。企业算下来发现,运行轻量 Flash 版本模型也需要数千亿参数规模;要运行完整规模的 DeepSeek-V4 或 Kimi K3.1(参数量超过 3 万亿),则需要数十台服务器组成集群,硬件投资从数千万元到超过 1 亿元人民币不等。与此同时,硬件折旧和淘汰速度显著加快。两年前购买的旧一代架构设备,在性能上已难以匹配新模型。
国有企业放弃自行采购,转向租赁和混合云模式。但企业的核心顾虑在于数据安全与合规。市场发展催生了折中方案:一些企业从市属国企或三大运营商租用逻辑隔离的算力池,借助国企背景提升合规审计的可信度。对于 Shangtang 和 Baidu 等技术供应商而言,实现极致的物理隔离和加密已成为硬性要求。
Shangtang 披露,针对高保密级别客户,公司部署了专用端到端物理线路和隔离的独立机房区域,并设置独立访问控制。百度智能云提出一种“兼顾两者”的模式:既确保客户能够使用前沿智能能力,又满足安全合规要求。对于山东港口集团,百度搭建了统一的大模型门户,企业保留小型本地算力池用于处理敏感数据;日常推理服务则无缝切换至百度公有云算力池。对于担心数据泄露的党政机关和国有企业,供应商今年大力推广“机密推理”:公有云 API 调用在硬件级加密隔离下传输和计算数据,甚至云运营商也无法看到数据。
企业私有化部署的支出集中在最后的集成环节:将模型嵌入业务流程。客户购买的是经过验证的业务成果,而非单个模型或批次算力。为满足行业定制需求,百度将 70% 至 80% 的通用能力整合进标准产品,再通过 Palantir 式的现场部署工程师(FDE)团队完成 20% 至 30% 的现场开发。
Shangtang 的线下旗舰项目是上海市规划和自然资源局的“量子城市”,通过重绘上海数十年来积累的历史蓝图、政策和监管记录,为城市更新评估提供支持。依靠人工查阅档案来确定地块开发策略、识别历史房产分类冲突,以及平衡农业保护与经济效率,已不可行。Shangtang 投入了大量领域专家和 FDE 工程师,对上海的历史数据进行重绘和建模。城市规划领域专家将客户的业务难题拆解为 AI 可处理的问题。这套在上海得到验证的系统如今正在全国其他主要城市复制推广。
随着大模型通过 MaaS 平台持续输出 Token,更深层次的变革正在出现。持续运行了 20 至 30 年的企业 IT 架构面临重构。信息时代的 IT 系统——ERP、财务软件——本质上是用于存储数据;AI 时代的数据需求则截然不同,仅在旧系统上进行零敲碎补,无法满足重构需求。
传统 SaaS 和 PaaS 平台正面临直接重构。越来越多的工作不再需要员工打开多个内部工具,一步步点击、排序和总结;Agent 会直接围绕目标规划并执行任务,自主获取不同工具中的信息,并生成完整结果,或主动触发操作并汇报。Agent 正成为一种新型软件服务形态,直接取代部分传统软件功能和交互入口。
这一发展轨迹直接决定了 MaaS 平台未来的演进方向。纯粹充当 Token 转售商的供应商注定会陷入残酷的价格战,利润被压缩到极低水平。要留住客户,就必须在 Token 之上叠加高价值服务,将客户锁定在专有生态系统中。
行业参与者已经开始竞速。PPIO 在 IPO 申请文件中明确将战略延伸至“AI Agent 基础设施”,在 MaaS 之上叠加“智能网关”和“沙盒服务”。企业员工无需区分底层调用的是 DeepSeek 还是 Zhipu;网关会根据任务难度,自动将请求路由至最优、最便宜的模型。测试显示,这能降低 60% 的 Token 成本。
沙盒为 Agent 准备虚拟环境。未来的 Agent 不仅需要大脑,还需要能够操作浏览器和执行电商交易的手脚。沙盒提供基于云的隔离虚拟计算机;当数千个 Agent 同时运行时,平台必须在毫秒级延迟下启动数万个并发沙盒环境。
百度智能云采用并行策略。千帆平台正积极构建面向 Agent 的模型编排和路由能力,在降低单个任务成本的同时,确保端到端任务完成率。未来客户付费购买的将不是单次 Token 调用,而是最终任务结果。
据原文所述,未来云计算将全面演进为“Agent 基础设施”。在这一转型到来之前,对于大型供应商而言,谁能将自研芯片(如百度昆仑或 Alibaba 平头哥真武)与自研模型及协同优化结合起来,谁就能掌握最终定价权。百度最新季度财报显示,GPU 云、昆仑芯片和 MaaS 合计贡献了 AI 云基础设施营收的一半以上,投资回收周期也明显缩短。
百度 Token 调用收入的爆发式增长,反映出 AI Agent 和编程应用突然变得切实可用;与传统聊天机器人交互相比,这些应用消耗的 Token 多得多。2026 年初,Claude Opus 4.5、4.6、DeepSeek-V4、Zhipu GLM-5.2 和 Moon Andeep 的 Kimi K3 等多个前沿大型语言模型取得性能突破,跨越了可用性门槛。企业开始部署这些 Agent 来处理复杂业务任务。单次 Agent 任务委派会扩展为数十轮多轮模型推理,且上下文窗口很长;与单轮交互相比,Token 消耗因此增加数十倍甚至更多。
Token 消耗会因任务结构不同而有很大差异。代码审查是输入密集型场景的典型代表:用户提交很长的代码,却只收到简短的审查结果,因此输入与输出 Token 的比例达到 100:1 甚至更高。视频生成则是另一大消耗来源,生成 1 分钟视频会消耗数十万个 Token。相比之下,简单的聊天机器人交互消耗的 Token 很少。在公有云平台上,Token 消耗呈现鲜明的工作日潮汐模式:工作时间达到峰值,非工作时间和周末则急剧下降,说明 Agent 的运行仍需要人在环协作。随着越来越多个人用户部署自主运行的个人 Agent,这种模式正在开始改变。
MaaS 平台的盈利能力依赖三项相互关联的策略:通过工程优化最大化硬件利用率——例如由专业团队将单次事务逻辑压缩为成本更优的多次查询方案,并采用结合国产芯片和高端芯片的异构混合部署;通过时段负载均衡,采用分时段客户群复用,将优质白天算力分配给模型研发方,再将夜间剩余算力折价提供给价格敏感的客户,同时利用全球分布式节点开展跨时区套利,实现 75% 以上的平均 GPU 利用率;以及在“Day 0 适配”竞速中抢先部署新模型,在两周的流量黄金窗口内凭借先发优势获取不成比例的流量,之后竞争对手发布新模型时流量便会被分流。此外,供应商正从单纯转售 Token 转向提供高价值服务层,例如自动将任务路由至最优模型的智能网关,以及支持 Agent 并发执行的沙盒服务,以此将客户锁定在专有生态系统中,避免客户轻易切换 API。
相关快讯