本文是AI算力产业链专题L5服务应用层第二篇。

上一篇：L5a 云厂商/IaaS。下一篇：L5c Agent平台

【AI算力·L5服务与应用层】

【L5b MaaS 三层架构与竞争格局】

2026年4月，中国AI行业发生了一件意味深长的事：大模型集体涨价。

腾讯云混元模型输入价格暴涨463%；智谱AI年内三次提价，旗舰模型API价格接近翻倍；阿里云停售低价套餐，算力卡涨价5%-34%；百度智能云跟进上调5%-30%。连海外的AWS、Azure都同步涨价。

就在几个月前，这些厂商还在拼命降价——2024年5月，字节跳动率先开枪，豆包Pro定价较行业均价低99.3%；随后通义千问降价97%，文心大模型直接免费，混元降价87.5%。百万Token从几百元被打到不足一元。

一边是日均Token调用量从2024年初的1000亿飙升至2026年3月的140万亿，两年增长1000倍；另一边是API价格先暴跌再暴涨，一年内完成从"免费送"到"开始收"的180度转弯。

问题来了：MaaS这场仗，到底是"烧钱换生态"的经典互联网剧本，还是一门根本跑不通的亏本生意？价格战结束之后，谁在收割，谁在裸泳？

01

MaaS到底在卖什么？

MaaS（Model as a Service），模型即服务。卖的不是模型本身，而是模型的调用能力——按Token（词元）计费，用多少付多少。

你不需要自己训练模型、不需要买GPU集群、不需要部署推理服务——调一个API接口，传一段文字，模型把结果返回给你。就这么简单。

但这个"简单"背后，藏着三个层次：

• 基座模型层：参数动辄千亿万亿，训练一次成本上亿（GPT-4训练成本约1亿美元）。这是"炼油厂"，少数巨头才玩得起

• 推理服务层：把训练好的模型部署到GPU集群上，实时响应用户请求。这是"加油站"，核心成本是算力和带宽

• 开发者生态层：SDK、文档、工具链、社区。这是"会员体系"，谁生态强谁锁得住人

所以MaaS的本质不是"卖模型"，而是"卖Token"——把模型能力变成可计量的标准化商品，像水电煤一样按量计费。 用的人越多，边际成本越低；生态越粘，切换成本越高。

这跟云计算的故事一模一样：先免费送你用，等你离不开我了，再慢慢收钱。

02

Token经济：你以为按字收费，其实按"切法"收费

同一个prompt（提示词），换个模型，Token数能差10倍——你付的不是"字数"，是别人定的"切法"。

Token不是字，是模型把文字切成的碎片。就像超市切西瓜——有人对半切，有人切成八块，还有人切丁。切法不同，块数天差地别，但你按块数付钱。英文在大多数模型里一个词≈1个Token，中文就没这么好运了——早期GPT-3切中文，一个汉字能切成2-3个Token，同样一段话，中文比英文贵2-3倍。后来Claude、通义千问优化了中文切词，把比例压到了1.3-1.5:1，这才没那么离谱。更关键的是，不同模型的切词器（Tokenizer）互不兼容——你在豆包上跑的prompt，搬到文心上一跑，Token数完全不一样。同一个需求，这家用2000Token搞定，那家可能要5000。所以API价格表面上是"每百万Token多少钱"，实际上你根本没法直接比价——得看你的实际场景，用各家API跑一遍，才算得清楚到底谁便宜。

说白了，Token计费看起来像水电煤按表走字，实际上"水表"是各家自己造的，刻度都不一样。比价之前，先搞清楚你家的表怎么转。

Token经济直接决定了MaaS的商业模式。我们来算一笔账：

一个Token推理成本多少？

拆开来看，推理成本的大头是三块：

一台H100服务器（8卡），每天折旧+电费+运维大约6000-8000元。如果GPU利用率能做到80%，一天能处理约5000亿Token，折合每百万Token成本约1.2-1.6元。但现实是——很多MaaS厂商的GPU利用率不足40%，剩下60%在空转，折旧照算，成本翻倍。

就像开酒店，房间毛利70%，空置一半照样亏。谁把利用率打上去，谁活着。

03

市场有多大？MaaS正处于"量先于价"的爆发期

先说结论：MaaS市场目前不大，但增速恐怖。

12.9亿是什么概念？2024年中国公有云IaaS市场规模约2000亿，MaaS连零头的零头都算不上。

但Token调用量告诉我们另一个故事：

• 2024年5月，火山引擎日均Token 1200亿

• 2025年5月，16.4万亿

• 2025年12月，63万亿

• 2026年3月，120万亿

不到两年，1000倍增长。国家数据局局长刘烈宏在2026年3月公布：中国日均Token调用量已超140万亿。

核心判断：MaaS正处于"收入规模小、但调用量爆发"的阶段——典型的"量先于价"增长模式。 就像当年的云计算，先是用量暴涨（所有人都来试试），然后才是收入兑现（从免费转付费）。

04

谁在打？火山引擎的"量价悖论"

中国市场格局

调用量占了一半，营收只拿16%——火山引擎到底是赢了还是亏了？

把火山引擎拆开看，它走的是一条"用补贴换Token"的路——豆包Pro定价较行业均价低99.3%，近乎白送。效果确实炸裂：日均Token从2024年5月的1200亿飙到2026年3月的120万亿，两年1000倍。调用量市场份额49.2%，碾压式领先。但营收份额只有16%，说明一半的Token是免费或近乎免费送出去的。这像什么？像滴滴当年打车1元、美团外卖首单0元——用亏损换规模，赌的是用户习惯养成后跑不掉。

火山引擎确实在锁生态：累计Token超万亿的企业从100家涨到140家，工具链开发效率号称提升300%。但问题是——MaaS不是打车，开发者换API的成本比换打车软件低得多。接口地址一改、SDK一换，就能跑路。所以"量能不能转化为价"，不是时间问题，是粘性问题。

说白了，火山引擎赢的是声量，还没赢到账上。低价拉来的用户，能不能在涨价后留下来，才是真正的生死考。

全球市场：三巨头格局初现

Omdia 2025年10月数据显示，全球MaaS市场已形成三强格局：

三巨头合计65%的份额，格局比IaaS（三大云62%）集中度更高。

为什么MaaS格局形成得比云计算快这么多？ 因为模型能力的网络效应比基础设施更强——模型越好，用户越多；用户越多，数据越多；数据越多，模型越好。正向飞轮一旦转起来，后来者几乎不可能追上。

05

价格战→涨价潮：囚徒困境是怎么崩的？

去年API降了99%，今年又涨了463%——这帮人到底在搞什么？

2024年5月，豆包Pro一枪打响价格战，百万Token定价0.0008元，比行业均价低99.3%。通义千问跟进降97%，文心直接免费，混元降87.5%——三个月内，百万Token从几百元打到不足一元。这不是理性定价，这是囚徒困境：谁先停战谁吃亏，谁最后活着谁收割。但为什么2026年突然集体涨价了？

根因是"AI Agent爆火"——当AI开始"机器为机器打工"，一个用户请求背后可能触发5次、10次、甚至100次子调用，Token消耗指数级裂变。火山引擎日均Token从16万亿飙到120万亿，就是Agent潮水带来的。GPU和HBM产能追不上这个速度，HBM 2026年Q1价格翻倍，高端GPU一卡难求，H100租金从1.70美元/小时涨到2.35美元/小时，涨40%。成本端顶上来了，再送不起。更硬的证据来自潞晨科技：他们算过一笔账，跑DeepSeek-R1满血版，月收入450万，月机器成本4.5亿——月亏4个亿。价格战不可持续的底牌，就这么被翻出来了。

说白了，价格战是大家一起赔钱赌未来，Agent爆发让赔钱速度远超预期，没人赔得起了，囚徒困境自然崩盘。涨价不是贪婪，是活命。

2024-2025年：烧钱抢生态

2026年：集体涨价

06

政策让不让干？

MaaS的政策环境，比IaaS多了一层"算法监管"的紧箍咒。

整体态度：✅鼓励发展 + ⚖️合规收紧

关键判断：政策对MaaS是"鼓励+规范"——鼓励大模型发展，但通过备案和安全评估抬高门槛。结果是头部集中加速，中小厂商无力承担合规成本，只能选择调用大厂API而不是自研模型。

07

怎么赚钱？MaaS的盈利公式

收入与成本

收入 = Token调用量 × 单价

成本 = GPU采购/租赁 + 电力 + 带宽 + 研发 + 合规

问题在于：

• 成本端刚性上涨：HBM存储2026年Q1价格翻倍，高端GPU一卡难求

• 单价端先跌后涨：降价抢份额时，推理算力毛利率为负数；涨价后才能覆盖成本

• 调用量不是收入：大量Token来自免费额度，付费转化率才是关键

MaaS毛利结构：规模效应后，MaaS毛利率50%-70%，远高于IaaS的15%-25%。但当前大部分厂商还在亏损——因为价格战期间，毛利是负的。

推理优化的技术壁垒

价格战拼的不只是谁敢亏钱，还有谁更会省——推理优化是MaaS的隐藏技术壁垒。

• KV Cache（键值缓存）量化：能省40%-60%显存，同等GPU多服务一倍用户

• 批处理调度：把零散请求打包处理，GPU利用率从40%提到70%+

• 模型蒸馏/量化：把大模型压缩成小模型，推理成本降一个数量级

曦望S3方案号称能把Token成本再降90%。这意味着——同样一个Token，技术强的厂商成本可能只有对手的1/10。 价格战打到最后一地鸡毛，活下来的不是最有钱的，是最会省的。

08

开源威胁：模型免费了，MaaS还卖什么？

DeepSeek R1开源，意味着有技术能力的团队可以自己部署，跳过MaaS厂商。但"能用"和"好用"是两码事——

自部署DeepSeek-R1满血版：需要8张A100（约80万元硬件投入），每小时电费+运维300+元，一个月十几万。这还没算运维人力和弹性扩缩容。

对比之下，调MaaS API，按量付费，零门槛。中小开发者90%以上会选API，不会自建。

但开源确实在挤压MaaS的定价空间——当一个模型开源了，任何人都能跑，你就很难对它收高价。MaaS的利润只能来自两类：独占模型能力（GPT-5/Claude这类不开源的）和推理服务效率（同样的模型，我跑得比你便宜10倍）。

09

在产业链里的位置

MaaS处于L5（我们自己定义的文章框架：L5是服务与应用层）的中上层，是"算力"到"智能"的转化枢纽：

• 对上游（L5a云厂商/L4基础设施）：依赖GPU算力，上游涨价直接吞噬利润。MaaS厂商对英伟达/华为几乎没有议价权
• 对下游（L5c-L5e应用）：提供AI能力接口，是所有AI应用的"供水站"。一旦生态形成粘性，切换成本极高
• 自身：MaaS毛利50%-70%（规模效应后），远高于IaaS的15%-25%。但当前大部分厂商还在亏损——因为价格战期间，毛利是负的

MaaS是整个AI产业链的"利润转化器"：把上游的算力成本（硬件）转化为下游的智能能力（API），中间的差价就是MaaS的价值。差价越大，MaaS越赚钱；差价越小，MaaS越苦逼。

结论：一个"上游被卡、下游可粘、竞争惨烈"的夹心生意

供应商议价力：强。 GPU和HBM是绝对卖方市场，英伟达毛利率70%+，MaaS厂商对上游几乎没有议价权。2026年HBM价格翻倍，成本端刚性上涨。

购买者议价力：中偏强。 开发者切换API的成本不高（换个接口地址的事），但生态粘性（工具链/社区/历史数据）提供了一定锁定效应。大客户（BAT/字节）自研能力强，议价权在他们手里。

新进入者威胁：低。 训练一个千亿参数模型成本上亿，加上算法备案和安全评估的合规门槛，小玩家几乎不可能入场。开源模型降低了部分门槛，但推理服务的规模效应仍然是大厂的护城河。

替代品威胁：中等。 开源自部署是最现实的替代方案，但运维成本和弹性能力远不如云服务，中小开发者还是会选择MaaS。

现有竞争者对抗：极其激烈。 价格战打到毛利率为负，三个月内API价格暴跌99%又暴涨463%。这是典型的"囚徒困境"——谁先停战谁吃亏，谁最后活着谁收割。

综合判断：MaaS正处于从"烧钱抢份额"到"涨价收割"的临界转折点。

三种情景推演：

最可能的结局是第三种：基座模型（GPT-5/Claude/豆包/文心）被少数巨头垄断，高价收费；开源模型（DeepSeek/千问）在成本敏感场景分走份额；MaaS厂商的利润取决于"垄断基座+开源长尾"之间的平衡点。

投资视角：看MaaS厂商，盯三个指标——日均Token调用量增速（看需求是否持续爆发）、付费开发者数量（看生态锁定深度）、涨价后的留存率（看用户是不是真离不开你）。2026年的涨价潮，就是第一块试金石。

上一篇：L5a 云厂商/IaaS——万亿赛道的旧王与新赌下一篇：L5c Agent平台

免责声明：本文仅供参考，不构成任何投资建议。股市有风险，投资需谨慎。文中数据来源于公开资料，如有出入以官方发布为准。