读完这份报告，才知道 Token 经济已经发展到这个地步了

2026 年我和很多墨问用户聊天的内容是：你用了多少 Token，什么 Plan 更适合自己或所在公司的团队，你主要用哪些模型的 Token，烧 Token 主要干了啥等等。我自己从去年年底的 20 美金尝鲜到现在每个月大概要花掉 200 美金的额度做 side project 和内容产品，感觉好像就是一瞬间的事儿。

很多企业的朋友也告诉我，他们企业同样在采购大量的 Token Plan 和 API 调用量，前者给员工用，后者跑企业的业务。上次我去北京英伟达公司参观，他们的主管告诉我，公司给每个人每月的额度是 5000 美金。基本上就是如果你有能力有项目，Token 可劲烧。

5 月 7 号，IDC 公布了中国企业级 MaaS 市场的报告，看完后我才发现，国内的 Token 经济已经发展到这个阶段了。

2025 年中国公有云大模型的调用量已经达到了 1944 万亿 Tokens，同比增长约 16 倍，是的，不是增长了 16%，而是增长了 16 倍，这种同比增长是非常惊人的。

报告显示：火山引擎以 49.5% 的份额位居中国第一。

我看了下 IDC 的统计口径，这个数据统计的是各大云厂商对外部客户（包括个人和企业）提供的大模型公有云服务调用量，有 Token Plan 的订阅，有 API 服务调用等等，但是不包含自有业务调用。也就是说，火山引擎这些 Token 消耗数据，是不包含抖音、豆包、即梦等字节系产品调用量。

1944 万亿 和 16 倍增长，这是个非常确定的证据，基座模型厂商，已经身处 AI 云商业化的现场了。

AI 领域，在 2025 年至今，开始呈现出 toC 和 toB 领域双线开花的局面，一方面，各大厂商的大模型迭代迅猛，并且能力的跃迁是阶梯性质的，甚至可以说是一个阶段一次飞跃，这些从用户的使用体验，产品惊艳的效果和榜单参数就能看出来。企业领域也没闲着，开始逐步进行 AI 落地，企业关心的除了模型质量，还有合规、安全和成本等等，要求更上一层楼。

墨问虽小，但产品里的 AI 语音笔记、文字转语音、创作助手小墨的功能等等，都在使用火山引擎的 AI 能力。作为企业和个人，我对 Token 经济都非常感兴趣。

1

什么是 Token 经济？Token 是大模型处理文本、图像、视频和多模态任务时的基本计量单位。它有点像智能时代的水表和电表，记录着企业到底消耗了多少智能能力。

从 IDC 的数据报告里看，2024 年中国企业级 MaaS 市场调用量为 114 万亿 Tokens。到了 2025 年，这个数字跃升到 1944 万亿 Tokens，2025 年中国公有云 MaaS 市场规模已经达到 30.7 亿元人民币，显然，MaaS 已经进入了规模化应用阶段。

MaaS，其实就是模型即服务：Model as a Service。

企业通过公有 AI 云平台调用大模型能力，按照调用次数或是 Token 使用量计费，企业无需自己维护复杂的模型部署、硬件资源和提升模型能力。企业需要关注的是：这个模型在我这用得好不好，能不能提升业务能力，能不能让企业多赚钱，能否更快把模型能力接入业务系统。

这和云计算时代很像，最终云的能力，会聚合到几个公有云厂商手里。火山引擎就不用说了，阿里三月份成立了一个新组织，叫 Alibaba Token Hub，创造 Token，交付 Token，应用 Token，百度智能云、MiniMax、智谱、Kimi 都在大力推广 Token Plan 计划。可谓得 Token 者得天下，Token 经济就这么轰轰烈烈的起来了。

2

IDC怎么说呢？IDC 对 2025 年 MaaS 的定位是：经历了从试点到规模化应用的关键转折。

用大白话说就是，越来越多的企业用户、开发者、创作者和知识工作者，开始把 Token 用在构建自己的能力和产品上，用在了日常生活里，这是推动 Token 调用增长的主要因素，也是多模态大模型逐步成熟，以及 Agent 类应用开始规模化落地的标志。

从我的角度和使用经验上看，市场正在经历从“文本生成” 走向“多模态理解与自动执行”。

文本对话和文本生成阶段，其实消耗不了多少 Token，到了 Coding、Agent、多模态阶段，模型能力增强，上下文增强，执行长任务复杂任务的能力增强，你一个编程指令下去，200 万 Tokens 可能就没了。一个视频生成任务，比如 Seedance 2.0 做一个 720p 15s 的任务，预计消耗 100万 Token。

这是 AI 云厂商的 Token 调用能够持续增长的重要原因。

我们对火山引擎的了解多一些，从 2024 年墨问就是火山引擎的客户了，他们向前的步子走得确实坚决，起步早，豆包大模型家族持续迭代，围绕深度思考、多模态理解、图形界面操作、语音、图像创作、视频生成等方向扩展能力。豆包 2.0、Seedream、Seedance、ArkClaw 等产品和能力都在逐步增强。我后续期待的就是豆包大模型的 Coding 能力进一步增强，如果比肩 Opus 那可就太香了。

3

Token 消耗的场景有哪些呢？对于个人来说，Agent 和 多模态创作是消耗 Token 的大户，也就是开发者和创作者用的最多。企业场景就更加丰富一些。

拿火山引擎举例，现在超过 150 万企业和个人在使用火山引擎的大模型服务；超过 140 家企业在火山引擎上累计 Tokens 使用量超过一万亿。

在消费行业，火山引擎服务了达能、海底捞、美的、TCL 等品牌，瑞幸、喜茶、茶百道、霸王茶姬、库迪等头部品牌也选择了火山引擎，AI Agent 用在了智能点单、门店巡检、智能营销等环节。这些场景是企业真正愿意持续付费的地方。门店巡检要稳定，智能点单要准确，营销系统要能接入业务流程。模型能力一旦进入日常运营，就会形成持续调用。

汽车行业也很典型，豆包大模型已经搭载超过 700 万辆智能汽车，覆盖 50 多个汽车品牌、145 个车型。汽车是多模态和 Agent 的天然场景。座舱里有语音、视觉、导航、娱乐、车辆控制，也有复杂的人机交互。

消费电子同样如此。全球 Top10 手机厂商中，有 9 家和火山引擎深度合作，覆盖超过 5 亿手机终端，场景包括 AI 语音助手、AI 影像、AI 隐私安全等。手机是最接近用户的 AI 终端。一旦大模型能力进入系统级体验，它带来的调用规模会远超单个应用。

金融和教育也在加速。火山引擎服务了中信证券、国泰海通、华泰证券等头部券商，以及招商银行、浦发银行、民生银行等重要银行；在教育行业，已与清华大学、北京大学、浙江大学等 985 高校达成合作。

越来越多的企业会选择这样的 AI 云厂商跑自己的服务，这个趋势已经很明显了。

4

AI 云是个好生意，但也是需要长期投入和持续耕耘的商业模式，大模型有个非常明显的特点：规模越大，越有机会形成复利。

云计算调用多了，就多了呗，增量是线性的。大模型不是。

Token 的调用量越大，越能理解真实场景里的问题。哪些任务的 Token 消耗高，哪些场景对延迟敏感，哪些行业需要更强的合规能力，哪些模型在什么任务上表现更稳，这些都要从真实调用中获得反馈。

排名第一的火山引擎优势在于，飞轮已经开始转起来了：豆包大模型提供底层能力，火山方舟承接调用和工具链，企业场景带来持续调用，调用规模反过来推动效率和效果优化。这样的领先来自模型迭代、算力调度、推理成本、平台工具和客户规模形成的合力。

有理由相信，在 AI 时代，云厂商会重新排序。传统云比资源和产品矩阵，AI 云还要比谁能把模型能力变成可稳定调用、可持续优化的服务。

5

2026 年会怎么样？

我之前写过，仅仅 2026 年的前四个月，AI 模型的进展已经超过 2025 年全年，显然是加速的趋势。

IDC 有个数字预测，2026 年全年企业级 Token 消耗量约为 40000 万亿，较 2025 年进一步增长约 20 倍。按营收规模计算，2026 年中国公有云 MaaS 市场预计将达到约 186 亿元人民币。

在增长期，我觉得这个预测并不算过分，AI 发展的速度有多快，很多技术专家做个预测，每次都保守了。

但是，这也不意味着所有厂商都能吃到红利。

IDC 的调研显示，影响大模型落地的前五因素依次是模型性能、安全合规、内容质量、平台可用性和成本效益。成本排在最后面，但是，当这些能力被逐步满足之后，成本问题就会变得尖锐起来。Token 消耗再增长 20 倍后，再小的单价差异都会被规模放大。推理效率、资源调度、Agent 能力、工具链等等，都会变成选型硬指标。这个时候，你如果是基模厂商，你能不能接得住呢？

最终，谁能把模型、平台、成本和真实场景融合在一起，业务模式起飞，谁就能画出下一轮增长曲线了。

很期待中国 AI 云的崛起。