火山引擎的token在哪里看
就在最近， idc 发布的企业 token 报告引起了行业的关注，这份报告展示了二零二五年全年企业的 token 消耗情况以及未来趋势，并且清晰呈现了去年的 token 市场的竞争格局。因此，放在 token 经济火热的当下，这份报告具备很重要的参考价值。 首先，报告中一个关键的信号是，企业对于 token 消耗的增速是惊人的。企业的 token 消耗量一下从二零二四年的一百一十四万亿增长到二零二五年的一千九百四十四万亿，一年翻了十六倍。并 且 idc 预计二零二六年全年 token 消耗量会达到四万万亿次，较二零二五年再增长约二十倍。这说明企业在 ai 的 实际使用上已经从文本生成大规模的转向了多模态、大模型和智能体。 还有一个值得关注的信号则是市场份额更加集中，尽管整个 token 市场体量正在急速扩张，但是头部企业的份额也在同步增加。 数据显示，火山引擎占据了国内市场近一半的企业 token 份额，并且相比前两期 idc 的 token 报告中的数据又进一步增加了，这也是很多人好奇的点。正常来说，市场规模越大，玩家越多，大家所占的比例会更分散，而在 token 市场却恰恰相反。那么火山引擎是怎么做到的？ 其实这个问题的答案要从三方面看。首先从企业内部视角看，火山引擎从二零二四年五月推出豆包大模型开始，就将马斯作为最高优先级战略，即使当时因为马斯无法带来很高的收入而不被很多人看好，但火山引擎依然选择执行这一战略。 大模型收入成为销售的核心考核指标，资源向马斯业务全面倾斜，因此，火山引擎具备了很好的先发优势和内部基因。 其次，从产品视角来看，大模型行业有个残酷的规律里程碑，模型平均每半个月就会更新一次，用户选择 mars 本质上就是为了能第一时间用上最新最好的模型。 火山引擎被靠字节跳动的 ai 研发体系保持着行业顶尖的迭代频率，并且各类模型都处于第一梯队，尤其在多模态理解和生成上。最后，回归到行业本身， ai 行业具备飞轮效应。 火山引擎拥有了国内最大的企业级大模型调用量，让它形成了更多客户、更大规模、更低成本、更好模型、更多客户的正向循环。正如坦带一开始确定 mas 战略后所说的，只有在真实场景中落地，用的人越多、调用量越大，模型才会越来越好。 这也是为什么在市场基数扩大十六倍的情况下，火山引擎的市场份额还能持续提升。总结起来， idc 的 这份报告预示着 ai 的 竞争已经脱离了单纯的技术比拼，进入产业化落地的深水区。 mars 正在成为企业使用 ai 的 新的基础设施。而火山引擎的亮眼成绩不仅证明了自己稳固的领先优势，同时也正加速把头肯经济带向一个新的阶段。
粉丝7.0万获赞61.9万
相关视频
07:05查看AI文稿AI文稿大家好，火山引擎正式开放了， c 档四二点零啊，我实测之后发现它的速度真的是太快了，我生成一个五秒的视频，一到三分钟就完全生成了，包括于 c 档四二或者 c 档二 fast， 今天我就教大家用三种方式去实现啊，在这个使用火山引擎的官方 api 去调用生成视频。首先我们需要去开通火山引擎的啊， c 档四二点零的模型，那我们要登录的是火山引擎的后台官网， 那我们登录它的官网打开控制台啊，我们去选择是火山方舟，我们需要在开通管理里面开通我们对应的权限， 我们可以看到我们主要是开通的是 c d s 二点零，我们选择去开通它服务这里，如果说你没有的话，选择开通服务，开通服务之后它就会有这样的一个弹框，我们选择这个 c d 二零二点零和 c d s fast 确认开通就可以。开通完成之后呢，这里可以看到 就会显示状态是已开通，这里呢就比如说现在 c d 二的话，它目前给了你六十四万的免费额度，后面它也包含它的一个单价啊，这个单价呢大概是啊，每十万托盘的话，大概是两块钱左右啊，如是 fast 的 话，如果说 c d 的 话，每十万托盘要贵一点啊，基本上就是 属于是一秒一块钱的一个左右。然后我们来看一下我们的第一种方式呢，是从控台去调用啊，控台这里呢我们就可以打开模型广场，模型广场这里有个 c c dunks 选择体验，体验之后呢可以看到这里就他对模型我们选择立即体验， 就对于我们来到这个 c dunks 二的这个平台，可以看到这个是我们之前生成的视频，这里还有一个之前测试生成的视频啊，对右右侧呢，打开之后是它的一个配置， 它的 task id， 在 这里呢，我们就会选择参考参考生成或者是首位帧生成啊，这个都是使用的，左侧的就会弹出这个 c 到四二，我们可以切换到二点零， fast 的 或者是二点都可以，这里会选择对应的它的比例，分辨率，时长， 我们这里可以选择它的时长，右侧是它的一个价格，每百万 tokyo 的 价格啊，这里 c 单词二，那可以看看到我们之前的，就这里就可以参考生成， 生成好一个视频，那这个视频生成之后呢，我们可以看一下极梦会员的价格的话，大概是它的会员价格是大概是一积分，是一块钱左右，如果说使用 cds 二的话，它是 它大概如果说是四十秒的话，它是大概是在两块钱左右，如果说你使用 a p i 去调用的话，可能 a p i 调用的话会贵五毛钱左右，等于说每十秒会贵一块钱，但是呢，用 a p i 调用一个好处就是它完全不用排队啊，一到三分钟就可以直接生成完成了， 根本不需要排队啊，你不用才从迅疾开多个会员，你只需要去开通对应权限就可以了。这里是我们调用的视例啊，我们刚才生成的这个视例，其实我们在生成完整之后呢，我们需要看它消耗的 token， 这里呢，我们再点开视频之后，它那有这样一个 task id， 我 们需要复制 task id， 找到这个火山引擎的 a p i 文档啊，这里有个 a p i 文档， a p i 文档里面呢？它有一个查询视频认证进度，我们把它复制过去， 发起调试，就能看到对应的它使用的模型啊，这个任务的一个执行情况，执行的它所占用的这个 toc 数，比如说这个是十二万 toc， 可以 看到它生成的时间啊，可以看到这个是更新的时，创建的时间是多久？更新时间是多久？ 这个是它是这个视频的话，大概生成了两到三分钟左右。啊，这个是它生成的一个情况啊，这是从后台去调用，这是第一种方式，我们可以通过后台去。 呃，使用方式跟积木是比较类似的，我们也可以去查它，查看它具体生成所消耗的 token 呢？通过 a p i 接口。那第二种方式是通过 m c p m c p 的 话，我们首先要需要去，比如我们使用的是 work party， 那 我们使用 work party 的 话，提前我们需要去配置 配置对应的 m c 工具，我们只需要复制把这个 t s 给到这个 bug 吧里，让他帮我们去安装这 m c p 纸。还有 k k 的 话，这里我们去我们后台管理里面去找到对应的 k， 我 们需要去创建 k， 我 们返回体验中心里面有一个 api k 的 管理，这里我们可以创建个 k， 创建 k 复制出来，复制出，复制出来，放到我们的跟这个 bug 吧里对话的中去的话，去帮我们配置 api k 和 m c p 的 配置，这个时候我们就可以测试，我们就有提示的测试，那我们直接看一下，我们之前测试测试了一下这个四百八十秒跟四秒，这里会有一个问题，是睫毛 s n p 的 话，它的这个接口只是五秒跟十秒，所以我们四秒暂时测试不了， 所以说我们这这里选择这个分辨率是七百二十加上五秒使用这个 c 档是二点六 id， 那 这个 id 怎么找呢？这个 id 是 我们在这个开通管理里面有个视觉管理，这里有点击这个模型模型，这里复制它的 id， 这个就是我们要配置 id 啊，他不是外面这个 id 啊，这个是我们调用的时候啊，也要使用这个 id 去调用啊，不然会报错啊。对应呢，我们在这里可以看到这个呢，我也给大家贴出来一个模型 id， 对 应不同的模型 id 啊，注意这个是要注意点，需要这个模型 id 去调用，这里我们看到它因为生成的时候有版权的提示，所以说它在调用的时候啊，这里是它生成的方法啊， u c d 调用的方法对应的是调用参数模型的 id， 它提示词去生成，这里它会轮系，之后呢，它会发现这个 参数问题的话，又会重新调试继续生成，最终的时候呢，它在运行成功之后呢，这里会爆了一个敏感所说，这里在 ai 分 析的话，因为你的提示中涉含一些版权保护对象，所以它就失败了，这个时候呢，我们就可以方便地知道我们 我们的这个具体的失败的问题，我们对应去修改自己提示词啊，比如说我下面我就设个修改另外一个提示词啊，这里我们在修改另外一个提示词之后， 我们换一个提示词，就没有带版权提示词，这个时候调用的话，他会问我们有没有图片，我们没有没有图片，只有文字生成， 这个时候呢他就会继续调用，生成的时候帮我们去解析，这里也是解析的题目调用参数，这个时候他就会轮询这个 c 档我们选择的模型哈，可以看到我们这里选择模型是 c 档四二， c 档四二的话， 它的时间其实还比对应的这个 c 档词 fast 台更快啊，因为可能啊比较花钱嘛，所以说它每次轮询可能大概一分多钟就把这个内容执行完成了啊。对应看到我们可以去 testkit 去找 api， 看它实现的这个所消耗的 token 数啊，我们也是从这个 api 接口里面去找啊，这里去查询，找到它的 token， 看到是十万 token， 那 十万 token 就 没十万 token 就 大概是三四块的样子啊。这个它的一个创建时间，还有整个任务的个情况，这是它的创建时间的地址， 这里就显示它正常的意思。我们测试的时候是一分多钟啊，可以看到一分钟使用 c 量子四二点零啊，除了说你对你非常节约时间的时间， 那第三种方式呢？是 a p i 调用，那 a p i 调用的话，大家可以参考这个 a p i 的 官方文档，而这种调用需要注意点是大家在调用 a p i 的 时候，余额需要去满足两百元啊，我也是换了两百万元的大洋， 就开始去注册账号，获得 a p i k 以刚才位置并开通了服务。这下面就是它的 a p i 调用的一个测试和它模型的介绍啊，这里有一些多模态的参考的一些视力的介绍啊，这里是它的， 下面是对应的有个代码， python、 java 的 代码，调用代码啊，这些执行的代码，这是 api 方式的调用，这就是我们介绍的三种调用 c 档四二零零 api 的 一个方法。
559AI后端Marion
02:18查看AI文稿AI文稿ai 市场的竞争正在改变，以前讨论大模型比的是参数榜单谁更聪明，但真正进入企业后，拼的其实是 token。 因为 ai 只要干活，所有能力最后都会变成 token 消耗，写报告、收视频、调用 agent 连续执行任务都在烧 token。 所以 token 已经不只是个技术词，更是 ai 时代的结算单位。而谁能稳定承接海量真实 token 调用，谁就是这一波的赢家。就在昨天， idc 公布新数据，二零二五年，中国企业级 mas 市场 token 调用量达到一千九百四十四万亿， 同比暴涨整整十六倍，预测二零二六年还要再涨二十倍，直冲四万万亿 tokens 大 关。这背后传递出一个信号， mas 模型及服务正从边缘走向行业中心。 为什么？因为大模型迭代速度实在是太快了，几乎没半个月就有新模型上线，如果企业选择私有化部署，你的硬件还没调优，模型就过时了。而 max 能让企业第一时间用上最新的模型， 本质上就是把极其复杂的模型迭代、推理、优化、资源调度全部交给云平台，企业只需要按 token 调用能力。而这次 i d c 数据中最炸裂的成绩当属火山引擎百分之四十九点五的市场份额，稳居国内第一。也就是说，在中国公有云上，每产生两个企业级 token， 就 有一个来自火山引擎。 更硬核的是，他已经连续三次第一，从二四年的百分之四十六点四，到二五年上半年的百分之四十九点二，再到现在的百分之四十九点五，在竞争白热化的二零二五年，这种不降反升，说明他已经跑通了一个 ai 增长飞轮。 这一切起点源于自洁内部对 max 的 顶格战略重视。从老板梁乳波在全员会上说要勇攀高峰，到二零二六年营收翻五倍的硬指标，这意味着公司是在拿权力的资源去做这块业务。不管是买算力还是模型更新，每半个月就迭代一次，都给到了最好的支持。 也正是这种不计成本的投入，才能拨动火山引擎的增长飞轮。技术底子厚，模型更新快，吸引海量真实业务调用，拿到越来越多真实反馈，倒逼模型和推理性能再次进化，不断压低成本，越来越多企业接入。 目前超过一百万企业正跑在火山引擎上，包括百分百的主流车企、全球 top 十手机厂商中的九家，以及八成的头部券商。当 tucker 开始成为 ai 时代的硬通货，谁掌握大规模的真实调用，谁才可能是这波智能时代的终极赢家。
4674朋克科技站
02:19查看AI文稿AI文稿用 mac mini 部署本地算力，能实现分逼不花的养龙虾吗？养龙虾最大成本就是 token 消耗的费用，也就是算力的费用。现在最简单养龙虾的方式就是接入阿里云，腾讯云或者火山云这种云上的大模型， 你每次使用都会消耗算力，所以你就要为此持续的付 token 的 费用，所以你如果使用频繁，一个月花个大几千，这是系统平常的。 另外一个所谓分逼不花的养龙虾的方式就是买一个硬件，在自己的硬件里边部署一个千万 kimi 或者 deepsea 这样的 开源大模型。所以为了省下 token 的 费用，我花了将近四千块钱买了这个 mac mini。 经过尝试想分逼不花的使用本地蒜粒养龙虾基本没戏。下面我说说原因。我现在用 呃本地部署的是一个千万三点五九十亿参数的这样的一个大模型，这个算是能力比较低的一个模型了，但是要想让这个模型发挥最大的能力，都需要十八 gb 的 现存，而我这个盖板的 mac mini 最大的调动现存也就只只有十三个 gb。 好在我现在用的奥拉玛这个工具，它可以压缩这个模型，所以勉强可以跑千分三点五。但是因为算力不够，你现在问他随便一个问题， 他真的是要等到地老天荒才能给你回答。这是我在奥拉玛里边问的问题，我刚才问了他一下上海的天气，这是一个指向性非常明确，就是一个简单搜索回答这样一个问题，在奥拉玛里边我 问了一下至少一分钟，有时候更长的时间才能给你答案。那如果你问他一个开放性的问题，或者是其他的一些需要逻辑整理的问题，时间就更长了，所以这根本没法用，所以最后我的龙虾还是接入了这个云 才能用。那么问题就来了，如果我都已经接入云了，就完全没有必要为此再新的投入硬件了。 因为在云上部署龙虾对于电脑配置要求很低，基本普通的笔记本或台式机都是可以运行的，所以这个 mac mini 基本算是为 ai 交了一笔学费了。那后面跟大家也会分享一下什么样的硬件才能运行本地 ai 大 模型。
1671电脑&智能产品小谢
03:32查看AI文稿AI文稿大模型行业现在最猛最卷的不是模型排行榜，而是 token。 idc 最新数据显示，二零二五年，中国企业级马斯市场的 token 掉用量同比暴涨了十六倍。二零二四年，全市场一年消耗一百一十四万亿 tokens， 到了二零二五年，这个数字直接来到一千九百四十四万亿。而 idc 对 二零二六年的预测更加夸张， 四万万亿 tokens， 这代表中国 ai 行业已经从尝鲜阶段正式进入规模化消耗阶段。过去大模型主要承担聊天问答、写文案，现在行业开始全面转向 agent 多模态自动执行， ai 开始接管越来越多真实工作流，而每一个场景都在疯狂吞食 tokens。 很多公司直到真正上线 ai 后才发现，模型能力只是开始，后面的 token 成本、并发压力、推理效率才是真正的大考。而这也让 mas 平台开始进入高速增涨期。目前中国 mas 市场已经出现非常明显的一超多强格局。 idc 数据显示，按 token 调用量计算，二零二五年火山引擎已经占据接近一半市场份额。按营收计算，火山引擎依旧超过百分之四十。后面的玩家包括阿里云、百度智能云、归机、流动移动云。 问题来了，为什么是字节？很多人会先想到低价策略，但真正让火山引擎跑出来的还有另一层原因，大规模高并发能力。因为企业真正部署 ai 后，最头疼的问题往往不是模型不够聪明，而是系统稳不稳。尤其 agent 出现后，整个行业的调用逻辑已经完全不同了， 最近的每一次任务背后都对应几十上百次模型调用，整个 ai 行业进入高并发推理时代，而自结过去多年积累的推荐算法体系，恰好非常擅长这类超大规模实时计算。 i d c 的 一组调研数据也很有意思。企业部署大模型时，最关注的几个因素分别是模型性能、安全、合规回答质量、平台可用性，而成本效益排在第五。这意味着很多企业当前阶段更在意的是能不能稳定上线，因为 ai 一 旦接入业务系统，如果频繁卡顿崩溃，实际损失可能远高于偷看费用。 token 掉用量高速增长背后，引诱也开始浮陷。第一个问题， token 成本快速膨胀。很多企业现在还处于早期试点阶段，成本感知并不明显， 可一旦进入大规模部署， token 消耗会急剧放大。尤其视频生成、多模态 agent 普及后，未来企业 it 预算里 token 很 可能会变成一个长期支出大象。第二个问题，算力压力越来越大。行业已经从有没有模型进入，到有没有足够 gpu。 i d c 也提到，未来真正有优势的厂商必须具备底层推力优化能力， 为大家最终拼的是推理效率。第三个问题， mars 的 竞争逻辑正在变化。过去两年市场主要卷价格，但随着 ai 深度进入业务工具链的重要性开始迅速上升， 未来企业采购的已经不只是模型接口，而是一整套 ai 基础设施，这也意味着后面的追赶者还有机会。目前最有可能挑战自洁的大概有四股力量。 第一，阿里云。阿里的优势在于企业生态和云基础设施。随着谦问逐渐强化企业 agent 能力，阿里正在重新发力 mas 市场。第二，百度智能云。百度在搜索知识库、企业数据体系上依然有深厚积累，如果未来 agent 高度依赖解锁，百度仍然有很强竞争力。第三，华为云。 华为的核心优势集中在国产算力和政企市场，尤其在金融、政务、能源等强合规行业，华为天然占据位置。第四，归机流动。它代表的是另一种打法，推理层优化。现在行业越来越意识到 ai 商业化的关键很可能不在训练，而在推理成本，谁能把 token 成本压低，谁就有机会重构市场格局。 所以，今天的马斯市场，表面看是在比模型、比价格，但更深层的竞争已经变成吞吐能力、推理效率、工具链、算力调度、 agent 基础设施。而这一轮 ai 商业化，也正在从模型竞赛进入真正的基础设施竞赛。
05:50查看AI文稿AI文稿豆包各位肯定都用过，但是你真正了解豆包背后啊，火山引擎他们家的这些模型吗？啊，很多人都没有打开过，现在我这个界面啊，你们用的可能都是这个电脑端或者手机端那个 app 啊，用的里面的那个模型啊，说实话，那并不是豆包真正的实力，它有点像 deepsea 的 v 三 啊，就是它是一个快速的流逝的输出啊，不会进行什么太多深度思考，包括你看现在豆包除了那个超能模式之外，它是没有深度思考模式的了啊，就是正常模式，正常我们去用它是快速给你这个答案，因为我们常用的对话，一些问题啊，一些搜索啊，它都很简单，只需要简单调用一下网络上的内容就可以了。但是 你们真正了解豆包的这些模型了，那么今天我以主观的啊，作为一个网文作者，给各位说一下啊，他这些模型我在写作过程中都有哪些应用，其实用的最多的就这一个模型啊，那就是他的最新的这个模型啊，我给各位看一下啊，这个大语言模型啊，这个模型 就是这个啊，豆包啊，这个 c 的 二点零 pro 啊，就是这个，我用的是这个模型，这里面就有深度思考模式，各位可以去用一下，它跟豆包的区别非常之大。 先说好，这期视频不是广告，也不是掐饭，虽然有很多甲方找过我说啊，做豆包的广告，但是如果我接了，那就会主观，只能说是客观的了。就是啊，甲方说这个东西怎么都好，我就会出这个视频，而且我如果说审我的内容，我就没有办法，我是没用 大杠的，我这周围就除了一个屏幕，再有一个镜头就没了，所以说我是想到哪说到哪啊。我们来给各位看一下 这个界面上就是火山方舟火山引擎的这个模式下，豆包的这个效果是比正常他那个对话框就是里面下的要牛逼很多的，哎，但是这个里面是要花钱的啊，但是你也有免费额度，比如说那个我给各位看一下，呃，这个在这 哎，在哪呢？嗯，我就不给各位看，容易看到我的这个 k 啊，就是这个这个钥匙啊，容易看到我的这个掏坑的这个钥匙，所以说我就不给各位展示了啊。他这个也是有联网的啊，直接可以开启联网，关闭联网，然后至于说深度思考在这呢， 正常你们回复的用的是深度思考，都是关闭的啊，这里可以用到高啊，然后这个 mcr 这个我就不用多说了，这个一般咱们就问一个简单的问题啊， 嗯，我就给他一个我我们创作的一个灵感啊，比如说啊，我创啊，我有一个写小说的灵感啊，嗯，主角穿越啊，火影世界 啊，成为啊宇智波呃，组的成员， 嗯，但是我没有具体的剧情和设定啊设定啊，现在啊，给我想一个啊，符合当下啊，同人 同人文的呃，小说剧剧情架构啊以及大纲 它的效果，你们可以同样的这一句话，同样的一个灵感，你们询问一下豆包的那个正常的就是那个界面，你再进到这个火山引擎里面，你再用它的这个思考深度高， 你再测试一下啊，因为有人说很多人说豆包这个，呃，测试效果没有 deepsea 什么没有这个质朴青年，没有什么 kimi 的 效果好。哥们，你们用到满写版 啊，这是能用到满写版的，能用到这个模型的啊，不要低估了豆包，也就是它背后的字节，字节跳动，这个公司的信息收集能力以及信息处理能力，人家毕竟有抖音这么大一个信息收集平台， 所以它能收集到的脑洞还有想法是非常非常高的啊。至于说什么啊，有人说啊，让 ai 给我想灵感，我首推用豆包火山引擎里面这个 c 的 二点零这个版本 啊，你就直接在这用就可以，你让他给你规划的这个剧情的内容，因为他能收集到大量网络上的这些最新的这些小说的一些想法和内容，灵感拓展，豆包绝对是可以有一战之力的。但至于你说什么啊，处理这个大量数据啊，拆书啊等等的这些 豆包效果其实一般，他跟那些专门做大模型的这些哦公司啊，他比不了，因为人家毕竟是做这个豆包，你像番茄是豆包的啊，他可以调用番茄的一些数据，他肯定会用番茄的一些数据去训练豆包啊。再一个，你有抖音呢，他有这么多大数据，数据这么多的平台， 他肯定是能做出一个很牛逼的东西的，所以他里面所储存的灵感和正常那些网，这正常那些模型里面所提供的灵感肯定是不一样的，所以各位可以尝试一下他的深思思考能力，时间有点长啊，我给各位稍微放大一点， 哎啊，各位可以看一下啊他的思考过程。哎呦我去，这个思考过程稍微有点长啊啊 哎，思考过程我就不不看了啊，然后咱们就直接看他输出的啊啊语录，郭靖啊的曾孙啊什么的啊啊，主角身份名字性格啊，然后包括金手指，看啊，回溯能力， 你看他想的这个东西不是也可以吗？哎，所以啊，这这个后面我就不给各位看了，什么三沟玉啊这些东西，那肯定是会给你想一些更贴合比较贴合网文的这个实际的 啊，一个剧情啊，所以如果说你想要 ai 给你找一些灵感，我建议用一下豆包的这个 c 的 二点零这个模型，用火山引擎里面才能用到啊，我不知道这个正常的这个豆包，因为我这个下面也开着一个豆包的这个 app。 呃，如果， 嗯，你是想要想灵感的话，我建议你们用一下这模型测试一下啊，效果真的不一样。行吧，那么这期视频就到这，希望各位知足之后都能努力马自，早日成为白金大神，加油！
1221肖文诺(荒野小说家）
04:17查看AI文稿AI文稿年底的科技峰会扎堆，但我重点关注这个火山引擎冬季 force 原动力大会。我甚至觉得这场大会值得所有行业决策者置顶。为什么？因为根据 idc 报告，二零二五年上半年国内公有云上大模型调用量市场份额中，火山引擎占比已高达百分之四十九点二。 当一家公司占据了行业近半壁江山，它的年度大会就不再仅仅是产品的发布会，而是 ai 产业未来一年技术落地与应用的风向标。目前我们的企业级 ai 有 两大痛点， 第一，视频生成模型大多差强人意，缺乏商业交付级的音化控制力。第二，大模型依然停留在对话框，无法深入复杂的业务流程充当执行者。 截至今年十二月，豆包大模型日军 tokens 使用量已突破五十万亿，在一年半内增长四百一十七倍。增长这么快，就在于他们通过技术迭代突破了这些痛点。这场原动力大会有两大核心看点， 模型进化和应用落地。首先是生产力工具的质变。视频生成领域迎来了一款现象级产品，豆包视频生成模型 cds 一 点五 pro。 不同于以往的哑巴视频， cds， 一 点五 pro 基于创新的原声音视频联合生成架构，让视频流和音频流在生成过程中进行深度的跨模态交互，保证视觉和听觉在时间上的精确同步以及语义上的一致性， 能够实现声音和画面的高帧同步，音画同步率全球领先。趣事表现上可以支持多人多语言对白，像英日韩、西班牙和印尼等，甚至连四川话、陕西话、粤语、上海话等多种方言都能精准对齐口型， 再配合其细腻的人物情绪呈现和自然的运动节奏，视频直接拥有了影视级的蓄势张力。其次，豆包大模型一点八针对多模态理解 agent 能力上下文窗口进行了全面增强。在多模态理解上，豆包一点八大幅提升了视觉理解的基础能力，可以低帧率理解超长视频。 此外，在视频运动理解、复杂空间理解、文档结构化解析能力也有提升。在 agent 的 能力上，豆包一点八的初 use 能力、复杂指令遵循能力、 os agent 能力都实现了大幅增强。 而且，豆包一点八原生支持上下文管理 api， 只需通过 api 传餐就能自动清理上下文，这意味着企业能更灵活、低成本地处理长城任务。说到成本，火山引擎这次还放了一个大招，推出 ai 节省计划。 这是业内首个全模型参与抵扣的节省计划，支持零预付，最高可节省百分之四十七的使用成本。 而为了更好的构建企业应用生态，此次大会火山引擎推出了企业级 ai agent 平台 agentkit， 通过身份权限、安全护栏等八大核心模块，让开发代码量减少百分之九十六。 同时还发布了 tree 企业版，针对企业的代码安全和效能追踪进行了全面优化。此外，基于 high agent 打造的一加 n 加 x 产品体系也正式亮相。一是统一的交互入口， agent sphere 能调度多个 agent。 n 是 数据创作、客服等通用的企业智慧助手，解决共性痛点。 x 则是为不同业务场景量身定制的专属智能体， 这一套体系让 agent 从单点工具真正进化为了企业的组织能力。而在企业应用上，火山引擎已构建相当稳固的生态圈。在手机行业，全球 top 十厂商中，有九家深度合作，大模型已深入语音助手等场景。 在汽车行业，奔驰、宝马、特斯拉等超九成主流车企都在用它进行 ai 升级。在消费领域，瑞幸喜茶等八成头部咖啡、茶饮品牌已经把 ai agent 引入了门店巡检和智能点单。 这也是为什么在 omedia 数据中，火山引擎模型调用量能位居全球前三，并在 garena 新的年度报告中，火山引擎能领跑全球挑战者象。现在这次 force 原动力大会上，你可以看到中国 ai 从技术验证走向全面应用的跃迁。 对于所有寻求数字化转型的企业来说，关注火山引擎讲了什么，或许能发现二零二六年 ai 应用趋势的优选路径。今天就聊到这里，欢迎关注节点财经，带你看清商业本质。
1.0万节点财经
04:32查看AI文稿AI文稿股友们炸裂消息来了，中国移动干了一件大事，他要把全中国三百多个 ai 大 模型装进一根水管里，拧开龙头就能用，偷看成本直降百分之三十。你知道我国如今有多少大模型吗？超过三百个！如果你是一家企业，想用 ai， 你 得先搞清楚哪个模型适合你。 epic 擅长推理，豆包擅长对话签问擅长代码， g、 l、 m 擅长长文本。然后你得分别对接每家的 api， 分 别充值，分别维护，分别踩坑。这就像什么想象，你家装了十个不同品牌的水表，每个龙头接不同的水厂，你洗澡用 a 厂的水， 做饭用 b 厂的，喝水用 c 厂的，每个月收十张水费单。崩溃吧！中国移动说，我来修一根总管道， 所有水厂统一接入，你只对一个水表，按需取水，费用统一结算。这就是 moma 移动模型服务平台。五月八日二零二六移动云大会上，中国移动正式发布 moma 平台 核心三点，第一，超级聚合一个统一 api 网关，接入超三百款主流 ai 模型，包括中国移动自研九天系列、 deepsea、 通易、千问、豆包、 kimi、 minimax 等等，文本、语音、图像、多模态全覆盖，企业一次接入所有模型随便选。第二，智能路由分独创三种策略，第一种，成本优先，自动匹配最便宜的模型。第二种，效果优先，匹配最强的。 第三种，均衡优先，性价比最高的模型，超时或限流秒级自动切换，业务不中断。第三，成本屠夫基于国产算力部署，自研推理引擎，结合智能缓存上下文附用 tokyo 压缩技术单位， tokyo 成本压降百分之三十， 资源占用率降低百分之五十以上。中国移动董事长陈忠月原话，开放万亿级偷看服务体验包，万亿级免费体验。你可能会问，百度有千帆，阿里有百炼，字节有火山引擎，都能提供模型 api， 中国移动凭什么三个别人给不了的东西？第一，算力底盘。 中国移动二零二五年算力服务收入近九百亿元，制算服务收入增速百分之二百七十九。他在全国布局了超一千五百个边缘制算中心，正在建设几百级高性能 ai 数据中心， 这个量级，百度、阿里都得靠租。第二，网络管道。中国移动有全球最大的五 g 网络，二百七十七万座基站。 ai 从云端到终端的最后一公里，它的管道延迟最低，覆盖最广。别家坐的是云上 ai， 它坐的是网家、云家 ai 三位一体。 第三，客户池。中国移动有十亿级用户，政务、金融、医疗、工业客户遍布全国每个县。这些客户用 ai 的 需求，跟互联网公司的开发者客户完全不一样。猫马专门有机密模型服务， 基于硬件及隔离，保障数据安全，这是政务和金融的刚需。中国移动要做的是 ai 自来水厂。万亿级 token 是 什么概念？一个 token 约等于零点七个中文字，一万亿 token 约等于七千亿个汉字， 相当于一百四十万本红楼梦的文字量。如果按市场价， deepsafe v 四输入 token 价格，约每百万 token 两块钱，万亿级就是两百万元人民币的算力。中国移动说开放体验，虽然细节待公布，但方向很明确， 用运营商的规模效应，把 ai 调用成本打到骨折。 g p t 五点五 a t i 输出 token 价格每百万三十美元， deepsea b 四约每百万二元，中国移动在此基础上再降百分之三十。这意味着，一家中小企业接入 ai 的 门槛，从请得起程序员降到交得起话费，这就是 ai 像水电一样随取随用的真正含义。 中国移动的逻辑很清楚，五 g 时代，它卖的是连接， ai 时代，它要卖的是智能，从中国最大通信公司到中国最大 ai 基础设施公司。但话说回来，模型聚合平台不是新概念， one api、 light lm 甚至 open router 都在做类似的事。默认的护城河不在聚合本身，而在算力和客户壁垒。如果算力和客户优势不能兑现为调用量，这就只是另一个中间。降价百分之三十对开发者有吸引力。但目前大模型价格战已经白热化， ipc 把行业价格打到骨折之后，再降百分之三十的空间，还有多少利润？对于中国移动这种体量的央企来说， ai 转型的组织惯性和创新速度，才是真正的挑战。一九九四年，中国接入互联网， 一根电话线拨号上网。二零一三年，四 g 来了，移动互联网爆发。二零一九年，五 g 来了，万物互联开始。二零二六年， 中国移动说， ai 时代，我来修管道，三百个大模型，一个入口，万亿级 token 拧开即用。这不是一个产品发布，这是一家万亿级央企在赌下一个时代的入口。你现在每个月交上话费，也许三年后，你变成交 ai 了费觉得有用，点个关注，我来讲透每一条消息背后的硬逻辑！
1706复利投研社
03:45查看AI文稿AI文稿token 如果你关注 ai， 一定常听到这个词， token 到底是什么？技术上，它是大模型理解和生成内容的基本单位，商业上可以把它理解为工业时代的煤炭电气时代的度电 智能时代。无论是个人还是企业，每一次 ai 调用都在消耗 token。 这就意味着，在今天的 ai 云牌桌上，谁在真实商业环境里处理的 token 数量最多，谁就是真正领跑的新一代数字基础设施。 五月七日， idc 发布二零二五年中国企业及马斯市场全景报告。报告显示，二零二五年中国公有云大模型年掉用量达一千九百四十四万亿头份子， 同比增长十六倍。其中，火山引擎以百分之四十九点五的份额占比位居行业第一。需要特别明确的是，本次统计仅包含云厂商对外部客户提供的共有服务的内部调用， 反映出了数据背后的含金量。这也是火山引擎连续第三次在 idc 半年度周期的追踪中保持市场份额第一， 二零二四全年占比百分之四十六点四，二零二五年上半年扩大至百分之四十九点二，二零二五全年进一步提升至百分之四十九点五，在市场总量爆发式增长的背景下，实现了份额的持续攀升。 在 ai 驱动的新一代数字基础设施竞赛中，火山引擎已经凭借 max 赛道的绝对优势，完成了对传统云厂商的弯道超车。 为什么 token 调用量会爆发式增长？ i d c 报告指出，核心驱动力来自两方面，一方面是多模态大模型的逐步成熟以及 agents 类应用的规模化落地， 市场正在从单一的文本生成向多模态理解与自动执行全面扩展，每一次交互所消耗的 token 量级也随之实现了指数级提升。 另一方面是作为大模型最佳使用方式的 mas 应用边界完成了纵深拓展，已经覆盖泛互联网、智能办公、智能硬件、大消费等核心赛道，成为企业数字化转型的核心基础设施。 市场高速扩容必然意味着竞争持续加聚。火山引擎能够持续守住近半市场份额。核心源于三个维度，第一，战略层面的长期聚焦。自二零二四年五月豆包大模型首次对外开放以来， mas 始终是火山引擎的核心战略优先级。 第二，技术迭代与市场需求的精准匹配。围绕行业从文本到多模态、从生成到执行的核心需求，豆包大模型家族持续迭代， 同步完成了语音、图像、视频生成模型的全站布局，技术迭代节奏始终领先于场景落地需求。第三，全行业规模化落地形成的商业闭环。截至目前，超一百五十万企业和个人用户使用火山引擎大模型服务，其中一百四十家企业累计 token 使用量突破万亿， 服务覆盖约八成头部咖啡茶饮品牌、百分之一百主流车企、九家全球 top 十手机厂商、八成头部券商与系统重要性银行以及超八成九八五高校。 从行业规律来看，这种全场景规模化落地会持续放大其模型迭代推理成本上的优势，形成调用量越大、模型越好、成本越低的正向循环，增加了后续厂商想要反超的门槛。 这份报告同时揭示了一个行业变化， mark 市场的竞争逻辑已经切换。 idc 调研数据显示，当前企业选型大模型服务优先级最高的五大因素依次为，模型性能、安全、合规、回答、质量、 平台可用性、最后才是成本效益。这意味着行业已经告别了单纯的价格战，进入了综合能力竞争的新阶段。而火山引擎凭借规模优势形成的技术成本与服务能力，已经构建起了极高的竞争壁垒。 idc 预测，二零二六年，中国企业及 token 消耗量将同比增长二十倍，达到四万万亿 tokens。 随着 agent 应用的全面爆发，多模态能力的持续升级， mark 市场的增长空间将进一步打开。
7762划重点KeyPoints
01:42查看AI文稿AI文稿哈喽，朋友们又和大家碰面了，今天主要介绍火山引擎 api 的 使用方法， s d 二用它完全不用排队，主要限阶段能白嫖。咱先聊聊最近忙啥了，一直以来我都把大家的反馈放在心上，忙着新增功能修复 bug， 比如极梦官网的并发症总在变，最新版已经加入智能算法来搞定这个头疼问题。 下面正式讲解火山引擎 a p i 的 申请使用办法。首先登录火山引擎官网，打开 ai 体验中心，找到视觉模型就能找到。 sd 二点零限阶段每个模型赠送五百万 token， 常用的二点零和二点零 fast 总共一千万 token。 若未开通，再对应网页申请填写真实情况与需求，一般二十四小时内开通，开通页面找不到的可以私信我。开通后创建 apikey， 复制到程序测试 api 完成后保存， 点击用量按钮，可以查询到单个或者多个 apikey 的 使用情况。 下面做个简单演示，提交到火山引擎等待结果。 sd 二点零不到四分钟就能完成。 点击播放可查看生成的视频，因主播粉丝量低，想进群的小伙伴通过评论区进群。下期讲解火山引擎的批量模式和常用技巧功能。
44随波逐流
03:51查看AI文稿AI文稿如果你是一家企业的 it 采购负责人，会如何判断一个 ai 平台值不值得选择？看模型参数、看打榜榜单、看安全保障，这些都重要，但还不够。一个行业共识是，看 max 掉用量。为什么 对企业而言，关注的 ai 问题很现实？模型能不能稳定调用，高峰期会不会崩，模型升级怎么办？以及成本会不会失控？ max 则可以让企业通过公有云平台调用大模型能力，根据使用情况按 token 调用量方式计费。基于此，企业可以长期稳定、低成本的将 ai 能力接入自身业务，运维成本降到最低。 换言之，如果平台 max 调用量越大，则对应跑在其上的真实企业业务越多。所以， max 调用量是企业衡量一个 ai 平台是否值得入手的关键指标。 就在昨天， idc 公布了一组中国企业级马斯市场的最新报告，数据显示，二零二五年，中国公有云上大模型掉用量达一千九百四十四万亿 tokens， 同比增长十六倍。其中火山引擎以百分之四十九点五的份额占比位居中国第一，拿下几乎半壁江山。 值得一提的是，这样的领先，火山引擎已经蝉联了三次。二零二五年的如今，马斯市场已不再是少数玩家的游戏，各方云厂商、独立 ai 厂商等各方势力加速涌入。在竞争更充分、企业需求更旺盛的情况下，为什么火山引擎可以实现份额的不断扩张？ 其实原因不难被发现，首先是持久的战略定力。早在二零二四年，马斯这门生意并不被看好，大模型刚开始商业化，单价低、规模小、按 token 收费，在传统云厂商眼里几乎是边缘业务，一年加起来的收入可能还不如卖几台高端服务器， 但火山引擎从一开始就把它放在了战略最高优先级。这一年，火山引擎共有云调用量就已经达到百分之四十六点四的市场占比。而到了二零二五年，马斯更是直接成为火山引擎销售最重要的 kpi。 二零二六年，根据行业公开报道，火山引擎将马斯营收目标定为至少翻五倍。可以说，当其他云厂商还在观望按 tko 收费到底是不是一门正经生意的时候，火山引擎早已经把这条路当成战略主赛道。 此外，飞轮效应如果说最早期的领先是先发优势，那么巨大的调用量早已经驱动火山引擎在模型和产品侧的不断迭代进化。从二零二五年六月的豆包大模型、一点六、十二月的一点八版本，再到二零二六年二月的二点零版本，火山引擎基本每三到四个月一次大版本更新。 视频生成模型 cds、 图像生成模型 cdr 也都保持着类似的节奏。目前，豆包大模型在多模态理解生成能力和 agent 能力上位居前列，尤其是 c 的 二点零和 cds 二点零，在多模态生成方向几乎是国内目前最能打的两款模型。 最后，底层资源的锤炼，基于前端庞大的调用量，也让火山引擎构建出了中国最大的推理集群。据了解，目前火山方舟是国内调用量最大的马斯平台，规模优势下，集群利用率、推理框架、调度策略上每一个百分点的优化都会被放大成肉眼可见的成本差异。 总的来说，通过战略先行以及技术领先，火山引擎已经构建出完备且成型的 mas 增长飞轮。这个飞轮里有持续进化的模型和产品效能，也更有不断降低追求极致的 ai 成本。 站在整个 ai 行业来看，火山引擎在 mas 市场的持续蝉联也传递出一个强烈的信号，那就是在 ai 成为新式生产力的进程中， mas 正在成为越来越多企业进入 ai 使用 ai 的 真正钥匙。 在此之中，成本、效能、价值依然是这把时代钥匙的核心构成要素，而火山引擎则是正在成为这把钥匙的鲜明代名词。
4886产业家
00:35查看AI文稿AI文稿我的妈呀，这腾讯和火山引擎今天同时发布了自家的 opencol 平替版，腾讯今天上线的 work party 完全兼容小龙虾的技能，在官网就可以直接下载 windows 或者是苹果的桌面部署程序，它还能够无缝的接入飞书、钉钉等工具。 同时火山引擎上线的阿根廷不需要任何复杂的配置，打开网页就可以在云端直接使用。以后这 ai 就是 你的员工了，输入指令就能够帮你干活。 ai 正在迎来一个加速进入 a 建的时代，希望对你有帮助。
4370阿杰财经
03:26查看AI文稿AI文稿还在为 openclaw 选模型套餐？头大，今天一次性扒完四大主流厂商，阿里云、火山引擎、 kimi 和 mini max， 几分钟帮你选到最适配、性价比最高的模型套餐方案，不花一分冤枉钱。 第一个阿里云主打企业级稳妥，之前的 coding plan 已下架，现在主推更对团队胃口的 token plan。 支持的模型阵容十分强劲，包含八款顶尖编程模型，既有阿里自研核心模型，也有第三方主流开源模型。 完美适配 open class 各类编码场景，所有模型统一计费，额度共享，订阅后可自由切换，不用额外配置。它的订阅套餐分三个档位，标准坐席一百九十八元每月两万五千 criss。 按阿里 criss 计费机制，平均一 criss 约等于一万两千四百二十九 token 这个标准坐席等效约有三点一一亿 token， 适配 open class 编码，合规性强，就是额度一般，适合轻量用。高级坐席六百九十八元每席，每月 十万 credits， 等效约十二点四三亿。投垦。支持团队共享高峰不降速。适配企业高频编码，尊享坐席一千三百九十八元每席，每月二十五万 credits， 等效约三十一零七亿投垦。还有专属技术支持，适合预算足、需求极高的大型团队。和阿里云比起来， 火山方舟就灵活多了。主力推 ko 定 plan， 专门适配编程场景，分 light 和 pro 两档， light 版新用户首购九点九元每月，后续也不过四十元每月，适合大多数开发者中等强度的开发任务，每 每月一万八千次，请求主流模型随便换。适配 open 克拉轻量编码 pro 版首购四十九点九元每月，每月九万次请求额度拉满，适配 open 克拉复杂编程和多 a 阵的任务， 适合高强度工作的开发者，复杂项目开发稳定性在线。第三个 kimi， 个人用户闭眼充，性价比直接拉满，共四个会员版本，适配不同使用需求。安丹特会员，四十九元每月， open 克拉原声适配，不用额外配置，新手轻量用完全够比阿里云的入门套餐便宜太多。 摩托拉特会员，九十九元每月，支持并发操作，拥有更多的 a 阵额度，适配中度编码需求，兼顾性价比与实用性。 alegrato 会员，一百九十九元每月，支持多任务并行， 适配专业个人复杂编码，功能更全面。 ielgrow 会员，六百九十九元每月，支持多任务并行和高频率调用，适配 open class 复杂编程。多 agent 任务额度拉满，适合企业及重度开发使用。当然，除了会员版本，它还有爱德州免费版，拥有有限的使用次数，适合临时轻度适用，基本满足基础编码需求。 最后一个 mini max， 它的 token plan 主打急速和多模态，日常使用主要分两档。 starter 版二十九元每月，五小时可调用六百次模型，支持最新 mini max m。 二点七模型，支持一个 openclaw agent， 支持图像理解联网搜索。 mcp plus 版，四十九元每月，五小时可调用一千五百次模型， 相当于二点五倍 starter 套餐用量，支持一到二个 openclaw agent， 可以 生成图像和语音， mini max 的 语音和视频资源包都可以单独购买， 点小贵，但它的核心优势在于全模态覆盖，在一个订阅下可以使用多种模态的模型，无需额外单独购买各模态资源，既节省成本，又能避免切换多平台的繁琐，大幅提升 open class 多场景开发效率。 快速对比划重点模型数量，火山方舟可选，最多适配各类编程场景。个人党首选 kimi， 价格便宜够用，新手不踩坑。企业选阿里云，合规性拉满，稳定不翻车。多模态首选 mini max， 速度快，图像语音一站式搞定， 不用盲目充贵的，按自己的预算和 openclaw 使用场景来对号入座就不踩坑。有用的话点赞收藏转发给用 openclaw 的 朋友，下次选套餐直接对照！
05:03
00:35查看AI文稿AI文稿这两天的火山引擎比较火，但是你知道它是什么吗？今天呢，就用一条视频来给大家说清楚，它就是字节跳动旗下的云服务和 ai 平台。 简单说呢，就是把抖音、今日头条的硬核技术开放给所有企业，不管是云计算、大数据，还是高清直播，还有现在超级火的 ai 大 模型 视频生成全都有，小到直播不卡顿，大到支撑央视春晚级别的流量，火山引擎现在都能稳稳的给拖住。
64小曼
00:43查看AI文稿AI文稿二零二五年中国工友云大模型调用量达一千九百四十四万亿， tokins 同比暴涨十六倍。火山引擎以百分之四十九点五的 mouse 实战率稳居国内第一，大幅领先阿里云、百度智能云市场份额还在持续提升。 ai tokin 经济快速普及， mouse 已成核心赛道，各大厂商争相入局，市场规模和竞争热度双双暴涨。如今火山引擎凭技术做稳进班， mouse 市场海量用户加持，后续 tokin 调用还将加速增长。 企业级大模型应用覆盖多大赛道，火山引擎凭规模效应实现模型与业务双向赋能，客户真实反馈，反补模型迭代、规模化调度与软硬件优化，大幅拉低火山引擎貌似成本。
4大单网
01:25查看AI文稿AI文稿在 wsl 二巫班图系统中安装 hermes agent 并配置火山引擎 coding plan。 hermes 是 一个基于 python 和 node js 的 ai 智能体框架，其底层依赖大量 linux unix 环境下的工具链， 这些依赖在 windows 原生环境中兼容性较差或难以稳定运行。因此官方明确推荐在 wsl 二 windows subsystem for linux 中 安装和使用 hermes。 第一步是安装升级 wsl 二，以管理员身份打开 power show， 输入以下指令，安装完成后输入用户名和新密码， 注意输入密码的时候是看不到的，这样就进入 wsl 终端污斑图系统了。然后输入以下指令，更新软件包列表并升级已安装软件。然后输入以下指令， 用系统包管理器 a p p 一 键安装多个开发工具和依赖库。然后试用中科大镜像装 u v， 然后刷新环境变量。然后就是重头戏安装 hermes agent。 安装成功后进入配置页面，这里选择 quick setup。 我 用的是火山引擎的 coding plan， 这里选择的是 三十六 custom point， 然后根据火山引擎的配置文档配置就可以了。这里选 keep current local 回车就行，默认本地本机运行，不用改容器。云环境， 这里可以选择跳过，然后就可以进入 hermes 跟他对话了，我问他当前是什么模型，回复的是火山引擎的 r code latest。
14名小龙虾字牛马
03:13查看AI文稿AI文稿这两周比较忙，因为最近是年报季，很多公司除了年报呃一直在看，还有陆续在参加各家公司的火龙大会。第二个开始部署自己的这个龙虾，发现这个龙虾它确实这个 open q 确实是一个很好的工具，就是从这个语言大木大木星语言进入到了这个半自动化的这么一个过程，给大家看一下我的龙虾。对，这个是部署在 这个阿里的，这个是 j b s pro， 贾维斯这个是比较便捷的。另外一个呢是在上面部署的一个 open pro， 然后接入的是火山引擎的 coding print， 这个过程还是蛮有趣的。就是，嗯，如果只是看视频呢，其实很难了解到这个里面一些细节，包括它到底能够做到一个什么程度，这中间呢？会遇到什么问题？ 这个我们说实践是检验真理的唯一标准，确实确实还是要亲自动手去做，更能够了解这个其中的原理。 在这个过程里面我也发现了有几个现象跟特点。第一个其实通过 open crawl 去接入各个大模型之后，你会发现，其实当我们在自己用的时候，也会发现它不同的模型，可能这个风格，包括它的这个能力都会有有一些差异。豆包的这个模型它是会更多有一些幻觉，但是呢像 dips 跟阿里呢，它相对比较少。 然后呢用下来阿里的这个千问，应该说整体上在回答的完整度跟这个准确度方面都是更加优秀的。在各家的这个引擎里面，这个 coding plan 里面，我们看到比如我现在接的是火山引擎， 那它也能够接入到各个模型，包括豆包这个智普的 g l m、 dipsip， 还有 kimi。 然后我们发现各家大厂推出的这个 clean plan， 现在很多活动价上上了，很多活动价的套餐都已经受尽了。 第二点呢是像 kimi， 包括这个 dipsip 跟幻方，我们都会发现，尤其是 kimi 是 会出现免费算力的资源，已经就是不够用了。我们现在去 kimi 上面，稍微它不是之前送了一些名额吗？免费名额我们去做一些 agents 的 的工作， 他已经没有办法分配给这些免费用户的资源了，经常会显示这个倒机，或者是没有算力分配。也说现在整个这个头肯经济，其实他并不是一个概念，而是已经是进入到了这个商业化的他非常这个起步非常火爆的这么一个阶段。但是我们看到各家的大厂 云云厂商，包括算力厂商，也就是说我们可以预测各家云大厂可能在一季度的这个业绩，尤其在三月份以后，他这个业绩会非常好，在这块业务应该会非常好，但是看这个股价目前还没有，好像没有特别有反应。第三点都很经济，我认为只是一个目前看虽然很火爆，但它只是一个趋势的起点，应该这个在未来这个市场还将保持这个非常高速的一个增长的趋势。 第四个，现在各个厂推出的这个 open crawl 呢，都呃非常便捷，然后呢给大家推出了各种 skill， 可以 接进去，包括这个微博，东方财富啊、万德啊，它各各个领域，各个行业的这个软件公司都会推出自己的这个 api 的 skill 的 接入的接口，我们看到越来越多的这个公司通过 skill 的 方式接入到 open crawl， 都接入到这个啊，这个 agent 这个工具里面 先行的这部分企业其实已经在适应这个 ai 时代新的这种变化。当我们看到后面后面这些呃没有接入的公司，如果他们还没有跟上这个浪潮，大概率可能他会，他会遇到增长发展的一个瓶颈，因为我们看到这种 ai 通过 a 准的模式之后，已经实现我们 所谓的叫智能体，那么未来我们通过这个 a 准入口其实可以完成很多我们以前需要通过打开各个 app 才能够完成的这种功能和任务，那么其实 skill 未来就会有这个去替换掉我们各个手机里面原先的这个 app， 当这个智能体，当这个 agent 越来越普遍使用的时候，各家这个 app 的 厂商只有通过 skill 的 方式去接入，才能够在新的环境下去能够服务到他们的客户和用户。上面的四点就是最近在部署和使用 open crawl 的 一点点这个感受，大家如果有自己的想法，也欢迎分享给我。
4世纪鹏达
