出品｜虎嗅黄青春频道

作者｜商业消费主笔黄青春

题图｜视觉中国

一路高歌猛进的字节跳动，正式杀入操作系统，重新定义AI手机时代。

12月1日，字节跳动发布豆包手机助手预览版——这款与手机厂商在操作系统层面合作的AI助手，可根据用户指令在多款应用间自动跳转，既能实现查票订票、批量下载文件、多软件物流进度一键查询等效率型功能，也能完成相册修图、外卖比价、商品下单等生活服务类操作。

其开创意义在于：真正从操作系统层面，让AI从被动问答升级为主动完成真实场景的智能调度与跨应用任务。

受此消息带动，合作厂商中兴通讯A股涨停、港股大涨超13%，直观反映出市场对AIAgent落地的强烈期待。

而从行业宏观视角来看，过去6个月AI产业的迭代速度远超去年，正站在技术周期的关键拐点，模态融合成为核心趋势——去年，以单模态为主，VLM等视觉理解模型占比偏低，LLM（大语言模型）是绝对主流；今年，多模态调用量占比持续攀升，生图、生视频能力增长迅猛——尤其下半年以来，模型的“FunctionCall”请求量爆发式增长，标志着Agent能力已成为市场核心需求。

这也解释了火山引擎、腾讯云今年为何脚步轻盈、姿态昂扬——国内用户基数大、高频刚需场景丰富、账户体系关联紧密的应用，微信与抖音是T0梯队两大翘楚。

与此同时，AI热浪持续炙烤着大众的神经，如火如荼的“军备竞赛”也将互联网寡头卷入了一场无限战争——在此背景下，权威榜单一度成为公众感知大厂在AI领域行军速度的“风向标”。

上周，Gartner发布2025年度全球《AI应用开发平台魔力象限》，该报告基于“落地能力”（AbilitytoExcute）与“战略完整性”（CompletenessofVision）两大维度，对全球头部AI应用开发平台展开全面评估，榜单结果却引发行业热议——首次冲榜的火山引擎，“落地能力”超过阿里云、腾讯云跃居中国第一，多模态关键能力综合得分跻身全球第四，着实令人刮目相看。

图源：火山引擎官网

虎嗅注，榜单横轴CompletenessofVision核心衡量平台的战略格局、技术路线、生态覆盖与发展潜力；纵轴AbilitytoExecute重点反映平台的商业化落地成效、客户规模与营收体量

需说明的是，火山引擎因在生态开放性、全球市场布局上存在短板，未进入“领导者”象限；而在Gartner《生成式AI（GenAI）技术创新指南》中，阿里云成为亚太地区唯一入选“领导者”象限的云厂商。

通过与大模型创业者、第三方机构及火山引擎研发人员的深度沟通，虎嗅发现：AI技术的高速迭代正重构行业认知，许多推倒重建正悄然发生。本文将以Gartner榜单为切入点，复盘国内AI云竞争格局变化与行业趋势演进。

火山何来攻擂的底气？

一切争议由Gartner榜单而起，却也成为外界审视AI云服务发展的重要切口。

首先，Gartner评选并非“野鸡榜单”，而是行业公认的权威标杆。与国内部分评测机构不同，其评选面向全球AI从业者及学者发放匿名问卷、追踪企业客户真实应用反馈、组建专业团队实测产品性能，最终通过多维度数据交叉验证得出结果——全程不受厂商干预，在全球IT领域报告中具备权威性。

其次，这是Gartner首次针对全球大模型AI应用开发平台开展专项评估。虎嗅了解到，这一决策主要基于两层考量：

一是AI应用已在全球形成规模化市场，并开始分化——这一结论与产业发展走向高度契合：大模型风起云涌，前两年聚集于训练环节的云计算算力，在2024-2025年逐步向推理环节转移，大量竞争力不足的大模型团队出局，AI应用时代呼啸而来；

二是AI应用开发平台提供标准化工具集，企业开发者无需深厚的机器学习知识，即可快速搭建AI助手、Agent及多模态应用，降低了AI落地的技术门槛。

究其本质，大模型时代的AI应用开发是全新技术范式，核心竞争力聚焦三点：模型智能度、响应速度、成本控制——这三大因素直接决定AI应用的用户普及度与使用体验，也成为AI云厂商竞争的“新赛点”。

在大模型兴起之前的IaaS（算力基础设施）时代，阿里云一家独大，腾讯云亦领先火山引擎一个身位。

阿里云凭借全栈自研能力与先发优势，是IaaS领域的“老大哥”，市场份额为第二名的两倍以上；尤其，“飞天+CIPU+倚天”的技术组合，形成强大竞争壁垒——服务超千家大型政企客户，覆盖500万全球用户。

腾讯云则聚焦游戏、音视频，在中小企业市场多年深耕，云游戏接入覆盖规模、游戏资源下载分发规模等细分赛道位列第一；随后通过企业微信生态与“同源同构”技术形成独特客户粘性，走出了差异化竞争路线。

但随着行业进入MaaS（模型即服务）时代，竞争底层逻辑从资源售卖转向模型能力，这为火山引擎创造了弯道超车的机会。尤其今年，国内三大云厂商的模型进展形成鲜明对比：

阿里推出Qwen3-Next，同时开源80B-A3B系列模型；再加上通义万相（视觉模型）、通义灵码（编程模型），其全模态能力覆盖文本、图像、视频、语音、代码生成；截至2025年10月31日，HuggingFace上基于Qwen家族开发的衍生模型数量已超18万个，超过第二名的两倍。

腾讯相继推出混元Large、混元Turbos、混元T1及多个面向端侧场景的小尺寸模型；文生图模型HunyuanImage3.0在10月冲上LMArena榜单第一名；混元3D在国内外口碑出圈，国内服务超150家企业，在游戏、3D打印等领域商业化进展迅速。

火山引擎发布Doubao-Seed-1.6，首次实现自适应思考、多模态理解与图形界面操作的深度融合，成为国内首个支持256K上下文的思考型模型；同期，豆包视频生成模型Seedance1.0pro在ArtificialAnalysis的文生视频与图生视频两大核心能力评测中登顶全球第一。

三家模型发力侧重点不尽相同，但火山引擎的模型优势主要体现在技术融合与场景落地上：其通过视觉理解与推理能力的深度融合，落地为豆包APP的拍题、解题功能——底层逻辑是模型基于视觉信息的原生思考，而非先通过图像识别模型解析题目、再通过语言模型生成答案的拆分式方案。

暴露火山野心的动作还在于：当前多数开发者需绑定单一模型，但不同模型往往存在“能力短板”（即模型偏科现象）。以教育场景为例，豆包大模型在数学、英语科目表现突出，但在人文领域仍有提升空间。为此，火山引擎于10月推出ModelRouter智能模型路由：将豆包大模型与第三方开源模型整合至同一平台，用户无需绑定单一模型，系统可在规则约束下自动匹配效果最优或成本最低的模型方案。

这意外打通了火山方舟的“任督二脉”，除自研豆包大模型外，其他开源模型的调用量也显著增长，占整体调用量的比例已攀升至低双位数区间。

行业内流传的说法是，DeepSeek大模型公有云调用服务这波红利基本形成“火山引擎吃肉，其他人喝汤”的格局——据火山引擎披露，其大模型服务已覆盖八成头部咖啡茶饮品牌、九成主流汽车品牌、八成头部券商、八成系统重要性银行、七成985高校，以及9家全球出货量前十的手机厂商。

除模型能力外，工程化能力也是火山引擎冲榜的关键支撑。

行业普遍认为，MaaS平台的Token定价与工程化能力直接挂钩：DeepSeek创始人梁文锋曾提及，其定价原则是“不贴钱、不赚暴利，仅在成本基础上保留少量利润”；火山引擎于去年5月掀起价格战时，外界曾质疑低价策略对长期毛利及盈利的潜在压力，但火山引擎总裁谭待接受采访时表示，“我们始终坚持在保证毛利的前提下，推进业务规模化。”

当前，豆包APP相较于同类产品，除了基模能力的优势外，还具备吐字速度快、首字延迟低的特点，甚至语音通话可实现即时接通——上述优势，很大程度上得益于团队对TPOT、TTFT两大核心指标的持续优化，而严苛的用户需求适配，又进一步磨练了火山方舟的工程能力。

虎嗅注：TPOT（TimePerOutputToken）指LLM在首个token输出后，后续每个token的平均生成时间，直接影响用户对模型速度的感知，核心体现平均延迟；TTFT（TimeToFirstToken）衡量用户提交查询后至首次看到模型输出的响应时间，重点强调实时互动场景下的低延迟特性，核心体现首字延迟。

火山一口吃成胖子了？

将视线拉回榜首的火山引擎，其爆发式表现究竟是短期“虚胖”，还是技术沉淀后的必然爆发？

要回答上述问题，先要明白：MaaS时代的竞争，不仅是技术战，更是价格战与市场战，国内三大云厂商的市场策略不尽相同。

火山引擎作为攻擂者，去年至今的“三板斧”清晰明确：2024年5月发起价格战，将行业每千Tokens大模型价格带入“厘时代”，迅速扩大平台使用规模；2025年6月首创“输入长度区间定价”，进一步向开发者释放技术红利；2025年10月推出ModelRouter，让开发者和企业能在每次模型调用中平衡效果与成本。

阿里云则坚决推进多轮降价：2024年2月29日、3月31日、4月8日三连降后，同年5月Qwen-Long从0.02元/千tokens降至0.0005元，降幅97%；年底，Qwen-VL系列降幅达81.3%-85%；2025年9月，阿里集中发布七款AI模型，在性能、深度推理、多模态、Agent及Coding能力等方面均实现新突破，旗舰模型Qwen3-Max性能跻身全球前三。

腾讯云态度更为决绝：为掳获中小企业和开发者，混元-lite从0.008元/千tokens调整为完全免费，API长度从4K升级至256K；同时，混元-pro从0.1元/千tokens降至0.03元，降幅70%，以保持高端市场竞争力。

即便阿里云、腾讯云接招迅速，火山引擎仍尝到了“敢为行业先”的甜头——虎嗅了解到，截至2025年9月，豆包大模型日均处理30万亿Tokens，相比2024年5月首次推出时增长了25300%。

据IDC《中国大模型公有云服务市场分析，2025H1》报告，2025年上半年中国公有云大模型服务市场，火山引擎以49.2%的份额位居中国第一，意味着中国公有云上每两个Token就有一个由火山引擎生产；结合此次Gartner报告其在“挑战者”象限的表现，火山引擎在MaaS业务中已逐渐显现领先优势。

不过，也有从业者提出质疑：一是火山引擎如此陡峭的API数据，外界无法判断其自用流量（字节跳动内部应用）与公有云对外服务的比例，不排除是字节系内循环在“扛着豆包大模型跑”；二是Omdia发布的《中国AI云市场，1H25》报告显示，阿里AI云以35.8%份额位列国内第一。

虎嗅研究发现，两家报告的核心差异在于统计口径：Omdia涵盖IaaS、PaaS、MaaS全链条，但剔除了自然语言处理等AI专项服务，以及火山引擎的私有化部署、定制化解决方案；而IDC则聚焦MaaS层面的API调用量，未纳入传统云服务。

换句话说，中国AI云第一的归属更像是一场“口径游戏”——火山引擎强调以API调用量为主的业务份额中国第一，阿里云则在大模型带动的相关AI技术服务与传统云资源上稳居中国第一。

有鉴于此，火山引擎API虽然“卖爆了”，但很难单靠API做大规模与利润。目前，整体云计算市场的收入构成仍是资源导向、IaaS为主，无论大模型训练，还是Agent开发、部署，最终都离不开底层资源——尤其随着Agent加速落地，阿里云、腾讯云凭借过往丰富的IaaS、PaaS积累，能更好承接多样化用户需求，火山引擎试图靠API“扛着云跑”，仍有不少短板需要补齐。

这种差距也直观体现在营收规模上：虎嗅了解到，火山引擎2025年整体收入目标有望突破200亿元——虽勉强达到腾讯云的一半、阿里云的五分之一，却能死死咬住占据先发优势的百度智能云（2024年营收218亿元），甚至有望在2026年实现超越。

有接近火山引擎人士指出，谭待在2021年一肩担起云计算业务时曾喊出1000亿的营收目标，彼时很多人心里是打问号的，但这两年大模型带来的业绩增速在所有产品中最快，毛利也是最好的之一，2025年实现同比翻番压力并不大。

此外，虎嗅了解到，火山引擎的销售考核中MaaS业务优先级最高，且将作为收入贡献主力；2026年MaaS在总收入结构中的占比将进一步提升，未来三五年的营收格局不会改变。

这一战略决策基于两层核心考量：

一是传统云计算公司的核心收入来自虚拟机、存储等资源售卖，而大模型的普及本质上在减少这类需求；火山引擎无传统业务包袱，可激进调整架构适配MaaS业务——其目标不仅是“卖云”，更在于扩大生态影响力；

二是行业已从IaaS、PaaS阶段，迈入以MaaS为核心的用云新时代——大模型的本质是算力换智能，火山引擎的MaaS优先策略，使其能够集中资源打造核心产品，避免算力、资源和人才的分散。

这背后的深层意志，是字节跳动近年来有意强化的外界定位：自己是一家科技公司，而非娱乐平台——火山引擎正肩负着字节跳动向科技公司蜕变的核心使命。

火山是行业狂飙的缩影

“长期来看，模型竞争将愈发激烈，两三个月就会有新的SOTA（最优性能）模型出现；预计到2026年，全球MaaS赛道大概率仅剩下五六家第一梯队玩家。”一位资深行业观察人士向虎嗅分析，如此激烈的竞争格局下，AI云厂商若想不掉队，需同时满足“基模能力不落后”“工程化实力持续升级”两大前提。

说白了，基模能力会倒逼企业不断去堆卡，工程化升级要求成本更低、更易用，两者叠加拼的依然是模型的“性价比”。

从当前各类榜单与实测结果来看，中国市场的模型排名与实际性能表现基本匹配；而在全球市场，即便阿里云、腾讯云、火山引擎在AI应用落地及工程优化上“小步快跑”，但与谷歌、微软、AWS仍存在差距。

虎嗅与多位从业者沟通发现，主要体现在两方面：

一是基础研究的“地基”差异：谷歌、微软、AWS“血槽”深厚，尤其在核心算法与架构自主创新上一直扮演领导者角色，高引用研究成果占比高，科研与产业转化能力强；因此，“三巨头”至今仍在持续定义新的工具能力与行业标准，如MCP、Skills、谷歌A2A，以及Coding与CLI结合、VibeCoding等创新方向。

二是AGI生态布局与算力构建：国外如OpenAI、Google构建了明确的长期路线，聚焦通用智能底层逻辑探索；谷歌、微软、AWS更是形成了从芯片、框架到云服务的全栈闭环，通过硬件与软件的垂直整合“滚雪球”——相比之下，国内云巨头在工程化效率与集群规模上仍有差距。

以谷歌为例，今年在AI领域（从语言模型到生图、生视频能力）呈现全方面领先态势，反映在Gartner榜单上，其“落地能力”与大模型能力均位列全球第一。

谷歌的领先并非偶然，得益于其深厚的技术储备与顶级人才梯队，能够快速实现从芯片（TPU）到软件的垂直整合。值得玩味的是，谷歌TPU一开始并不好用，但架不住英伟达越卖越贵，倒逼谷歌加大自研投入——在transformer架构推理需求暴涨背景下，谷歌算法架构芯片的成本与性价比优势逐渐凸显，甚至近期一度“打崩”英伟达股价，逼得黄仁勋不得不公开回应。

当然，国内外GPU供应格局的差异，也加速了AI开发平台工程化能力的差距拉大——这与推理集群规模直接相关：集群规模越大，资源利用率与工程化效率越高——由此可见，云计算作为规模生意，在GPU主导的AI云时代，规模效应会持续拉大MaaS业务的竞争差距。

不过，一位大厂AI工程师乐观认为：“在AIGC领域，尤其生图、生视频方向，国内追赶速度较快——这主要源于scalinglaw（缩放定律）的放缓，单纯堆高参数量带来的效果提升已逐渐平滑，收益边际递减；但在语言模型领域，国内外云厂商仍存在几个月的迭代差距。”

尤其在大模型浪潮推动之下，中国移动互联网已进入用户、流量趋于见顶的成熟期，监管将更侧重产业互联网的推进与建设，这意味着MaaS正处于平台重构生态的关键节点。

若AI必将成为贯穿数万家企业、万亿产值就业岗位的链接管道，阿里、腾讯、字节能否构建起包括应用、服务器、芯片、模型在内的完整自研体系，很大程度上决定着其生态重构的进度，以及能否在模型时代牢牢攥紧流量入口。