Tokens经济崛起：IDC报告揭示AI应用新风向，火山引擎领跑市场

今日快讯 2025年10月15日 21:22 0 admin

9 月 19 日，国际数据公司（IDC）发布了一份名为《中国大模型公有云服务市场分析，2025H1》的调研报告，其中披露了当前中国 AI 产业发展速度的核心数据，值得关注。

报告显示，2025 年上半年，中国公有云上大模型调用量（统计口径为云厂商对外部客户提供的服务，不含自有业务）达 536.7 万亿 Tokens，较 2024 年全年 114 万亿 Tokens 的规模增长近 400%。

市场格局方面，火山引擎以 49.2% 的份额位居第一，接近半壁江山，延续并扩大了 2024 年 46.4% 的领先优势。阿里云百炼平台则以 27.0% 的市场占比排名第二，第三是百度智能院千帆平台，占比 17.0%。

IDC 在报告中同时指出，中国大模型公有云服务市场未来仍有数百倍增长空间，但当前面临的核心瓶颈是如何打破泛互联网行业局限，向更多传统行业渗透；此外，市场已从侧重模型训练显著向模型推理服务迁移，多模态大模型与 Agent 应用成为增长关键驱动力，并建议行业需从“量”向“质”突破，以应用生态塑造差异化，同时推动低码与高码开发模式融合。

两大增长拐点揭示行业逻辑：为何 Token 成 AI 应用核心标尺？

仔细看 IDC 的报告，可以发现一些有意思的现象。比如在报告中关于“中国公有云大模型调用量月度环比增长”的统计曲线中，能够清晰发现两个改变行业增长格局的关键拐点，而这两个节点背后，恰好是 Token 成为 AI 应用核心衡量指标的深层逻辑所在。

第一个拐点是 2024 年 7 月，这个月的中国大模型公有云服务 YoY 增长率超过 160%。而这个时间点，恰好是豆包大模型技术降本全面发酵之后。在这之前的 2024 年 5 月 15 日，豆包大模型通过模型架构、推理框架等技术创新，将主力模型定价直接从行业的“分计价”拉入“厘计价”时代，降幅高达 99.3% 。

第二个拐点出现在 2025 年 2 月，这个月的增长幅度达到 60% 的水平。而这个时间点，对应的是行业事件是 DeepSeek-R1 推理模型爆红。

这一事件不仅加速了 MaaS 市场渗透率，更标志着中国 AI 云市场正式从“预训练时代”迈向“推理时代”。IDC 报告明确指出，此时市场需求已完成从模型训练向推理服务的迁移，企业对推理的关注重点从“准确性”扩展到“资源效率、运营成本与可持续发展”，而推理场景的核心衡量单位，正是 Token 消耗量。

透过这两个拐点，我们也能一窥当前 AI 模型产业发展的底层逻辑和趋势。

首先值得注意的是，IDC 此次选择以“Tokens 调用量”作为核心统计指标，而非传统的 IaaS（算力、存储）或 PaaS（开发平台）打包统计，本质就是抓住了 AI 应用落地的“真实标尺。

从统计逻辑看，IaaS 统计的是“算力供给”，而非“算力使用”—— 部分云厂商通过低价销售 GPU 资源冲营收，但大量算力处于闲置状态，无法反映 AI 应用的实际落地情况；而 Token 统计的是“模型实际调用”，每一个 Token 都对应一次文本生成、图像分析或语音交互，是 AI 与业务场景结合的直接体现。以火山引擎为例，IDC 统计未包含其自有业务（如抖音、豆包 APP）的 Token 消耗，若纳入统计，其份额将进一步扩大，这种“剔除水分”的统计方式，更能反映商业市场的真实需求。

从产业价值看，Token 消耗量是衡量 AI 产业景气度的“晴雨表”。

原因有三。其一，Token 增长与应用落地强绑定。只有模型足够好用、应用场景足够丰富，企业才会持续调用 —— 火山引擎数据显示，其服务的消费电子行业客户引入视觉理解模型后，5 个月内 Token 消耗增长 12 倍，日均突破百亿 Tokens，这正是应用落地的直接反馈。

其二，Token 模式更具可持续性。传统“卖算力”是一次性交易，低价冲量无异于“饮鸩止渴”，客户一旦发现算力闲置便会退租；而“卖 Token”是经常性收入，依赖客户持续使用，倒逼厂商优化模型能力与服务体验，形成“模型更好 → 应用更多 → Token 增长 → 模型迭代”的良性循环。

其三，Token 具备指数级增长潜力。国家数据局数据显示，2024 年初中国日均 Token 消耗量为 1000 亿，2025 年 6 月已突破 30 万亿，一年半增长 300 倍；某 ICT 硬件企业通过敏感性测试预测，若 Token 价格维持当前水平，火山引擎未来 1-2 年 Token 调用收入或增长至百亿元 —— 这种增长速度远超传统 IaaS（年增速 50%-200%），成为 AI 云市场的核心增量。

火山引擎的 MaaS 突围：战略、技术与规模的三重优势

在 MaaS 赛道的竞速中，火山引擎并非最早入局者，却能快速占据 49.2% 的市场份额，核心源于其在战略、技术与规模上的三重差异化优势。

火山引擎入局云计算市场较晚，若按传统 IaaS 模式追赶难度极大。火山引擎总裁谭待曾透露，管理层早年曾要求团队思考“2030 年的云与 2020 年有何不同”，最终答案是“AI”，而 MaaS 正是 AI 云的核心载体。

与其他云厂商侧重 IaaS 营收不同，火山引擎从 2024 年起就将 MaaS 置于战略高度，投入远超当前营收规模的资源。这种战略定力在 2024 年 5 月的降本中尤为明显，每一次动作都精准踩中行业拐点。

在技术方面，火山引擎的技术优势体现在“模型”与“平台”两大维度：在模型层面，豆包大模型家族迭代速度领先行业，目前已覆盖文本、图像、音频、视频等多模态领域。国际评测机构 Artificial Analysis 数据显示，豆包・图像创作模型 Seedream 4.0 的文生图能力位居全球第一，图像编辑能力全球第二；豆包・视频生成模型 Seedance 1.0 pro 登顶相关盲测榜单；其实时语音模型更是在 C 端场景爆火，支持唱歌、辩论等多样化交互，2025 年 5 月豆包大模型日均 Token 调用量达 16.4 万亿，较 2024 年 5 月的 1200 亿增长 137 倍。

在平台层面，火山引擎 MaaS 平台“火山方舟”经过内部海量业务打磨，性能优势显著。AI 基础设施创业公司 TensorChord 2025 年 3 月评测显示，火山方舟上的 DeepSeek-R1 模型每秒 Token 输出量是部分厂商的 2.6 倍，在首字延迟、并发处理、资源利用率等客户可感知指标上均为行业领先 —— 这源于其底层技术优化，包括 PD 分离架构、KV-Cache 缓存加速、自研 vRDMA 网络等，能“榨干每一张 GPU 的 Token 输出潜力”。

最后是规模的支撑。火山引擎的规模优势来自字节跳动“内外同源”的技术体系 —— 支撑火山引擎外部客户的基础设施团队，与服务抖音、飞书、广告等内部海量业务的团队是同一团队。这种架构意味着，火山引擎在服务外部客户前，已在内部“实战”中验证了技术的稳定性与 scalability：例如，其需支撑抖音推荐系统的超大规模稀疏模型训练，这种能力外化后，可轻松满足外部企业的高并发 Token 调用需求。

目前，火山引擎已服务全球 9 家 Top10 手机厂商、8 成主流汽车品牌（如奔驰、宝马、特斯拉）、70% 的系统重要性银行（如招商银行、浦发银行）以及超五成 985 高校（如北京大学、浙江大学），这些跨行业客户的持续调用，进一步巩固了其 Token 规模优势。