撰文| 郝 鑫

編輯| 王 潘

在大模型領(lǐng)域，Tokens是衡量文本處理與計(jì)算成本的核心計(jì)量單位。

行業(yè)發(fā)展通常遵循從概念驗(yàn)證到規(guī)模化應(yīng)用的路徑，因此，在一段時(shí)間內(nèi)，Tokens消耗量被視為衡量大模型行業(yè)進(jìn)展與市場(chǎng)活躍度的關(guān)鍵指標(biāo)。

火山引擎總裁譚待在“2025年冬季FORCE原動(dòng)力大會(huì)”現(xiàn)場(chǎng)表示，模型只有在被調(diào)用的時(shí)候才能發(fā)揮價(jià)值，所以越有價(jià)值的模型調(diào)用次數(shù)就越多。

最新數(shù)據(jù)顯示，截止到今年12月，豆包大模型日均調(diào)用數(shù)已超過50萬億，自發(fā)布至今已經(jīng)實(shí)現(xiàn)了417倍增長(zhǎng)。這一數(shù)據(jù)，僅次于OpenAI和Google。

但如果僅把目光停留在消耗總量，把Tokens視作消耗算力的成本單位，就很容易忽視大模型發(fā)展中“質(zhì)”的問題。

某行業(yè)人士透露，在Tokens規(guī)模成為行業(yè)指標(biāo)的背景下，部分公司通過調(diào)整統(tǒng)計(jì)口徑等方式，使得調(diào)用量數(shù)據(jù)大幅提升，存在一定“水分”。此外，不少Tokens消耗實(shí)際來自免費(fèi)試用或簡(jiǎn)單搜索場(chǎng)景，真實(shí)商業(yè)轉(zhuǎn)化有限，整體呈現(xiàn)出“虛胖”態(tài)勢(shì)。

與此不同，火山引擎在關(guān)注Tokens調(diào)用規(guī)模的同時(shí)，更強(qiáng)調(diào)其背后的“含金量”——即Tokens是否真正用在了企業(yè)核心業(yè)務(wù)場(chǎng)景、是否帶來實(shí)際價(jià)值。

譚待表示，2025年已有超過100萬家企業(yè)和個(gè)人通過火山引擎使用大模型服務(wù)，覆蓋百余行業(yè)。

其中，Tokens消耗超萬億的客戶已超過百家，這些高價(jià)值客戶主要來自互聯(lián)網(wǎng)、智能制造、消費(fèi)電子、汽車等產(chǎn)業(yè)。其Tokens消耗多集中于產(chǎn)品研發(fā)、生產(chǎn)流程優(yōu)化、客戶服務(wù)升級(jí)等深度業(yè)務(wù)環(huán)節(jié)，真正推動(dòng)了大模型技術(shù)與產(chǎn)業(yè)需求的緊密結(jié)合。

因此，火山引擎所關(guān)注的不僅是“用了多少”，更是“用在何處、產(chǎn)生何效”，這背后離不開火山引擎上下對(duì)Tokens的精準(zhǔn)認(rèn)知。體現(xiàn)在行動(dòng)上，火山引擎也是國(guó)內(nèi)最早把Tokens作為業(yè)務(wù)落地考核指標(biāo)的云廠商。

為什么Tokens調(diào)用量在AI時(shí)代如此重要？火山引擎作為云計(jì)算市場(chǎng)的后來者，為什么能以Tokens的調(diào)用量為支點(diǎn)，迅速覆蓋千行百業(yè)，率先完成Tokens價(jià)值轉(zhuǎn)化？

Tokens經(jīng)濟(jì)時(shí)代

大模型技術(shù)催生了對(duì)“智能”的新需求，常常表現(xiàn)為對(duì)通用認(rèn)知能力規(guī)模化、服務(wù)化的調(diào)用。

對(duì)外輸出大模型能力依賴于強(qiáng)大的云計(jì)算架構(gòu)，但這種新興的“智能交付”邏輯，與傳統(tǒng)的“資源交付”邏輯存在著矛盾。

傳統(tǒng)由IaaS、PaaS、SaaS組成的分層解耦云架構(gòu)中，本質(zhì)是將物理資源虛擬化、服務(wù)化后進(jìn)行分層交付。用戶購(gòu)買的是容量和時(shí)長(zhǎng)，量化為消耗多少算力，至于用這些能力能做什么，云廠商并不關(guān)心。

有人認(rèn)為，這種以資源為驅(qū)動(dòng)的架構(gòu)，與智能的邏輯背道而馳，在AI時(shí)代反而會(huì)阻礙AI應(yīng)用的創(chuàng)新速度。因此，以火山引擎為代表的廠商，提出了“AI云原生架構(gòu)”的概念。

AI云原生架構(gòu)的顛覆在于，其核心設(shè)計(jì)目標(biāo)是為了高效、大規(guī)模地生產(chǎn)和消費(fèi)“智能”。

按照火山引擎的理解，新架構(gòu)中，模型是軟件的核心，MaaS是使用模型的最佳方式，算力以Tokens的方式轉(zhuǎn)換為智能；同時(shí)圍繞Agent開發(fā)和Agent運(yùn)營(yíng)，云平臺(tái)和中間件進(jìn)一步把Tokens組裝成Agents，并實(shí)現(xiàn)Agent和現(xiàn)有工作流、Agent和Agent之間的智能互通。

類比工業(yè)時(shí)代以“千瓦時(shí)”度量電力消耗，互聯(lián)網(wǎng)時(shí)代以“GB”計(jì)算數(shù)據(jù)流量，AI云原生以Tokens作為最小單位來衡量智能規(guī)模，具有自然的延續(xù)性與合理性。這意味著，無論底層用了多少算力、多復(fù)雜的模型，最終用戶獲得的價(jià)值可直觀地量化為“處理了多少Tokens”。

在這樣的思考下，火山引擎升級(jí)了AI云原生全棧服務(wù)：在MaaS服務(wù)上，推出企業(yè)自有模型的推理代工服務(wù)、強(qiáng)化學(xué)習(xí)平臺(tái)；面向Agent開發(fā)，發(fā)布企業(yè)級(jí)AI Agent平臺(tái)AgentKit；面向Agent運(yùn)營(yíng)，發(fā)布HiAgent“1+N+X”智能體工作站，推動(dòng)Agent大規(guī)模落地。

火山引擎在市場(chǎng)早期，便靈敏地識(shí)別出Tokens是連接模型、客戶與商業(yè)化的通用度量衡。先一步認(rèn)識(shí)到，云計(jì)算的商業(yè)模式將從出租算力轉(zhuǎn)變?yōu)槭圪u智能能力，Tokens消耗量直接對(duì)應(yīng)其核心收入。

基于此，火山引擎將競(jìng)爭(zhēng)的焦點(diǎn)轉(zhuǎn)移到了：誰能提供更強(qiáng)大、更便宜的模型？如何以更低的算力成本生成更多Tokens？以及如何客戶在平臺(tái)上消耗更多Tokens？

在內(nèi)部，更是通過將Tokens調(diào)用量?jī)?nèi)化為考核“指揮棒”，驅(qū)動(dòng)整個(gè)組織從技術(shù)、產(chǎn)品到銷售，都圍繞“如何幫助客戶高效消耗更多有價(jià)值Tokens”展開，從而形成落地的閉環(huán)。

事實(shí)證明，火山引擎Tokens策略行之有效。根據(jù)IDC報(bào)告，火山引擎在中國(guó)的公有云大模型的服務(wù)調(diào)用量穩(wěn)居第一，市場(chǎng)份額從去年的46.4%提升到今年的49.2%。也就是說，在中國(guó)公有云上每產(chǎn)生的兩個(gè)Tokens就有一個(gè)是火山引擎。這一統(tǒng)計(jì)口徑，指的是對(duì)外部客戶提供的大模型服務(wù)調(diào)用量，不包含自有業(yè)務(wù)，更能反映出產(chǎn)業(yè)端的實(shí)際應(yīng)用情況。

當(dāng)Tokens成為大模型時(shí)代通用的度量單位后，其流動(dòng)數(shù)據(jù)便具有堪比“用電量”“流量”一般的指向性意義。換而言之，Tokens流向哪里，哪里便是產(chǎn)業(yè)發(fā)展方向。

例如，如果流向“文生視頻”模型的Tokens暴增，就表明該應(yīng)用正處爆發(fā)期；如果流向“代碼生成”的Tokens持續(xù)穩(wěn)定，表明開發(fā)者工具已進(jìn)入生產(chǎn)級(jí)采納階段；Tokens消耗在推理端比例大于訓(xùn)練段，則從側(cè)面反映出行業(yè)從模型研發(fā)走向了規(guī)模化應(yīng)用。

更進(jìn)一步，若觀察視角跳出Tokens消耗量的堆砌，而作為衡量AI真實(shí)生產(chǎn)力和商業(yè)滲透率的指標(biāo)。那每一次的Tokens調(diào)用都對(duì)應(yīng)一次實(shí)際的服務(wù)交付與價(jià)值創(chuàng)造，這使得Tokens的流向成為觀測(cè)AI產(chǎn)業(yè)脈搏最直接的“心電圖”。

火山“上”車

以火山引擎披露為例，Tokens大量流入到了汽車、智能終端、金融、教育、消費(fèi)、游戲、泛互聯(lián)網(wǎng)等行業(yè)。

汽車領(lǐng)域是近幾年火山引擎著重發(fā)力的領(lǐng)域之一。數(shù)據(jù)顯示，火山引擎助力超九成主流車企進(jìn)行AI升級(jí)，大模型覆蓋了從汽車云、智能座艙、企業(yè)應(yīng)用、汽車出海、具身智能等全流程場(chǎng)景。

在此次大會(huì)中，火山引擎在AI安全領(lǐng)域新推出了“MaaS on AICC”的服務(wù)，其核心是讓企業(yè)能夠在加密環(huán)境下進(jìn)行模型推理任務(wù)，提升安全指數(shù)。

上汽大眾是其中一個(gè)案例，通過使用MaaS on AICC服務(wù)，對(duì)內(nèi)部5萬多份機(jī)密知識(shí)數(shù)據(jù)實(shí)現(xiàn)了安全保護(hù)。由此，上汽大眾為上千家經(jīng)銷商，上萬名銷售人員提供了智能知識(shí)服務(wù)。相比私有化的部署方案，火山引擎的新方案，幫助他們節(jié)約了60%以上的成本，還降低了AI應(yīng)用創(chuàng)新的門檻。

火山引擎所合作的企業(yè)中，既包括了寶馬、奔馳、奧迪、比亞迪這類傳統(tǒng)車企，又涵蓋了特斯拉、“蔚小理”這類的新勢(shì)力。豆包大模型“上車”幾乎成為了每家車企的標(biāo)配，在2025年新車智能座艙搭載量位居行業(yè)第一。

我們了解到，火山引擎在落地行業(yè)中逐步建立起了基礎(chǔ)模型、C2B和場(chǎng)景經(jīng)驗(yàn)迭代的優(yōu)勢(shì)。

首先技術(shù)的底氣來自于不斷迭代更新的豆包大模型能力，模型上限還在不斷突破，每一次升級(jí)都有可能帶來直接的體驗(yàn)提升。

在火山引擎內(nèi)部有一個(gè)理念叫“基模的共同搭建”，即To C和To B底層共用一套基礎(chǔ)模型。這樣一來，在C端產(chǎn)品積累的產(chǎn)品經(jīng)驗(yàn)和know how，可以直接在B端服務(wù)中去復(fù)用，以此來提升交付體驗(yàn)。豆包大模型“上車”速度如此之快，背后離不開在豆包AI助手上的持續(xù)打磨，相應(yīng)地豆包的名氣也帶給了合作車企的曝光度。

火山引擎能夠像“滾雪球”般地迅速覆蓋行業(yè)，離不開其打造合作標(biāo)桿的策略。僅在車企領(lǐng)域，火山引擎就與上汽榮威推出了搭載豆包深度思考模型的AI智艙，與寶馬探索AI汽車營(yíng)銷創(chuàng)新，與極氪汽車打造企業(yè)級(jí)“數(shù)字洞察智能體”等。

火山引擎相關(guān)人士告訴我們，“在與車企的合作過程中，我們會(huì)積累起不同車企的用戶交互體驗(yàn)經(jīng)驗(yàn)和場(chǎng)景落地經(jīng)驗(yàn)，最終把這些都轉(zhuǎn)化為整個(gè)火山引擎的To B交付產(chǎn)品經(jīng)驗(yàn)”，正是有了不斷地經(jīng)驗(yàn)迭代，才能在下一次新合作中命中客戶的需求點(diǎn)。

To B的業(yè)務(wù)充滿了復(fù)雜性，整體上時(shí)間緊、任務(wù)重，在合作中既要厘清雙方的職責(zé)所在，又要在關(guān)鍵問題上達(dá)成一致，最后能上線一款融合雙方優(yōu)勢(shì)的產(chǎn)品，難度系數(shù)遠(yuǎn)比想象中高。

上汽榮威的智能座艙是火山引擎打造的標(biāo)桿型合作案例，該款車型首個(gè)搭載了“豆包深度思考模型”，雙方共同定義了“帶推理功能”的車端助手產(chǎn)品。在這個(gè)合作中，車企負(fù)責(zé)做產(chǎn)品體驗(yàn)的定義和大方向上的把控，火山引擎主要負(fù)責(zé)大模型賦能交互其中一環(huán)的體驗(yàn)設(shè)計(jì)。

在上汽榮威案例里面，涉及了大模型車控、大模型閑聊和大模型聯(lián)網(wǎng)問答等諸多場(chǎng)景。從獲得用戶指令到響應(yīng)需求，火山引擎把整個(gè)過程拆解為了模型的理解、推理和表達(dá)三步。用戶提出指令后，模型先得理解清楚意圖，然后針對(duì)用戶行為作出響應(yīng)，最后呈現(xiàn)出來的是打開音樂、設(shè)置目的地。

針對(duì)具體的場(chǎng)景化需求，火山引擎提出了很多自己的思考。為了滿足車主的個(gè)性化需求，火山引擎針對(duì)每次固定不變的東西，設(shè)定冷啟動(dòng)推薦和學(xué)習(xí)記憶。用戶一方面可以接受模型提出的建議，另一方面也能糾正模型，模型會(huì)記錄下來用戶的需求，在每次交互中不斷迭代，離理解用戶更近一點(diǎn)。

火山引擎相關(guān)人士還透露，下一代產(chǎn)品將會(huì)構(gòu)建大模型“一對(duì)N”的關(guān)系。國(guó)內(nèi)用車場(chǎng)景有著強(qiáng)烈的家庭屬性，升級(jí)到“一對(duì)N”功能后，模型就能清楚地知道每個(gè)人的身份以及彼此間的關(guān)系屬性。

Tokens流向千行百業(yè)

火山引擎服務(wù)客戶所產(chǎn)生的Tokens還在不斷擴(kuò)大，其他行業(yè)的案例還有很多。

在智能終端領(lǐng)域，火山引擎已與全球Top 10手機(jī)廠商中的9家建立了深度合作關(guān)系，截至目前為止，豆包大模型已覆蓋超過5億臺(tái)終端設(shè)備。

其核心邏輯在于，以豆包大模型為統(tǒng)一基座，為手機(jī)廠商提供模塊化、可定制的AI能力菜單，而近期備受關(guān)注的“豆包手機(jī)助手”正是該能力在終端體驗(yàn)上的實(shí)驗(yàn)性產(chǎn)品，做出了“天花板”級(jí)示范。

合作成功的關(guān)鍵在于火山引擎提供的并非單一產(chǎn)品，而是靈活的“能力組合”。廠商可按需接入多模態(tài)模型、聯(lián)網(wǎng)搜索插件、角色化智能體及端云協(xié)同安全方案等，從而快速打造具備AI搜索、屏幕問答、跨應(yīng)用操作等特性的智能助手。例如，vivo、OPPO等品牌已基于此實(shí)現(xiàn)了AI意圖搜索、圈選識(shí)屏、多模態(tài)交互等創(chuàng)新功能。

在金融行業(yè)，火山引擎提供營(yíng)銷、投研、信貸等智能體建設(shè)方案，已服務(wù)中信證券、國(guó)泰海通、華泰證券等八成頭部券商，及招商銀行、民生銀行等八成系統(tǒng)重要性銀行。

華泰證券基于豆包大模型打造了國(guó)內(nèi)證券行業(yè)第一個(gè)AI原生應(yīng)用——“AI漲樂”。在豆包大模型的加持下，解決了功能堆砌的問題，AI得以深度融入選股、分析、交易等核心場(chǎng)景中，幫助用戶執(zhí)行選股、盯盤、下單、提醒等一系列復(fù)雜的操作。

進(jìn)一步，搭配豆包的播客模型，AI漲樂還可以根據(jù)用戶興趣和需求生成個(gè)性化對(duì)話的AI播客，讓用戶在通勤路上以聽的方式，就能獲得最新的市場(chǎng)信息。一套“組合拳”下來，AI漲樂不再是一個(gè)被“閑置”的應(yīng)用，而是成為高粘性的投資理財(cái)工具。

對(duì)于合作，火山引擎的態(tài)度更加開放，一個(gè)典型例子就是客戶不僅能選擇豆包大模型，還能接入DeepSeek等開源模型。火山引擎認(rèn)為，圍繞客戶的需求解決問題才是關(guān)鍵。基于此，火山引擎目前的商業(yè)模式也更多元化。

輕量化模式，就是火山引擎方提供大模型API，客戶直接調(diào)用，自己來做產(chǎn)品包裝研發(fā)，這種模式按Tokens量付費(fèi)即可，比較容易計(jì)算。

第二種，如果有客戶想用使用火山引擎的一些標(biāo)準(zhǔn)化產(chǎn)品，這里面可能就涉及一些定制費(fèi)用和使用授權(quán)費(fèi)用。

第三種，在一些新興場(chǎng)景中，火山引擎更傾向于深度的戰(zhàn)略合作，聚焦在雙方怎么能夠相互賦能，共同打磨出標(biāo)桿型產(chǎn)品。

火山引擎曾憑借一己之力推動(dòng)大模型價(jià)格進(jìn)入“厘時(shí)代”，為企業(yè)降本增效的服務(wù)理念貫穿始終。去年5月份，火山引擎平臺(tái)上的主流模型降價(jià)99%。今年，火山引擎首創(chuàng)按模型思考長(zhǎng)度、分段計(jì)費(fèi)的方式，為企業(yè)節(jié)約成本。

剛過去的發(fā)布會(huì)上，針對(duì)企業(yè)想跑更多新模型的心態(tài)，火山引擎又推出了“AI節(jié)省計(jì)劃”。該計(jì)劃涵蓋了豆包大模型和各類三方開源模型，凡是參與的企業(yè)，各個(gè)部門都能享受統(tǒng)一的價(jià)格優(yōu)惠，且不同模型之間用量可以互相累計(jì)。以此計(jì)算下來，最高可節(jié)省47%的使用成本。

Tokens不止，流向千行百業(yè)，火山引擎正在以開放、靈活的姿態(tài)，成為AI與產(chǎn)業(yè)深度融合的關(guān)鍵推動(dòng)者。

微信號(hào)｜TMTweb

公眾號(hào)｜光子星球

別忘了掃碼關(guān)注我們！