2026 年 9 月 30 日，IDC 正式把「AI 云」定义为一个独立市场，并给出首份年度规模数据：2025 年中国 AI 云市场规模达 684 亿元。报告认为，AI 云市场是「以云服务形态交付、支撑大模型全生命周期的完整基础设施与平台服务体系」——不是传统 IaaS 的简单升级，而是一个价值锚点不同的新市场。
一、推理需求集中释放：Token 调用量一年涨 16 倍
2025 年训推拐点加速到来，推理场景在支出中的占比显著上升，大模型应用覆盖泛互联网、金融、智能制造等行业，渗透到角色扮演、市场营销、搜索、数据分析与文档处理等场景。数据最有说服力：
- 企业级 MaaS Token 调用量：全年 1994 万亿，同比增长约 16 倍；
- 日均 Token 消耗：从年初 1.6 万亿攀升至年末 9.6 万亿，达到年初的 6 倍；
- 市场规模：推理需求主导增长，推动中国 AI 云市场达到 684 亿元。
二、定价锚点换轨：从「卖资源」到「卖结果」
IDC 调研发现，企业决定是否采购 AI 基础设施时，评估标准呈现清晰的递进关系：资源层是门槛，平台层是价值，信任层是放行条。定价锚点已从核时、GB 月等资源指标，转向「智能的规模化交付」——回答质量/模型效果、性能、安全合规成为企业最看重的三要素。过往以售卖算力为主的云基础设施，难以满足大模型时代的企业需求，市场结构与竞争壁垒正在被重新书写。
三、市场格局：头部厂商建立综合优势
| 厂商 | 2025 AI 云市场份额 | 解读 |
|---|---|---|
| 阿里巴巴 | 29.7% | 「通义+百炼」双引擎，综合第一 |
| 字节跳动 | 14.7% | 火山引擎，MaaS 模型服务市场领先 |
| 百度 | 8.2% | 搜索+AI，政企深耕 |
| 华为 | 7.9% | 昇腾全栈国产算力方案 |
报告同时指出，AI 云竞争已从「谁能提供资源」转向「谁能把资源转化为可交付、可信赖的结果」：模型是入场券但窗口期越来越短，推理优化是长期壁垒，AI 安全则从成本项变为溢价来源。
（2026年10月最新）10月5日，Reflection AI 发布首个开源权重模型 Beam：501B 总参数 / 23B 激活参数的稀疏 MoE 架构，专为编程、推理与智能体任务设计，官方称其推理效率可达 GLM-5.2 同级水平、算力消耗仅为后者的 1/3–1/4，权重（Apache 2.0）将于本月开放。开源大模型推理成本持续下探，「智能的规模化交付」门槛进一步降低——对企业和开发者而言，把大模型推理与弹性 GPU 算力放在云上仍是性价比最高的路径。
这份报告对你意味着什么
企业级 MaaS 一年 16 倍的增长，说明「用云跑大模型」已经从尝鲜变成主流生产行为。对个人开发者、独立团队和中小企业来说，同样的逻辑成立：与其自建机房攒算力，不如把大模型推理、GPU 弹性算力放到云端——按量付费、分钟级扩容、免运维，让算力跟着业务走。
报告锚定的市场方向（模型效果、性能、安全合规），也正是云厂商比拼的核心。现在开通云上 GPU/大模型服务，就是在用最省力的方式站上这轮趋势。
四、为什么现在该把 AI 工作负载上云
- 成本：自建 GPU 前期投入数万元起且一年一换代；云上按需付费，用完即停；
- 弹性：推理需求波动大，云端分钟级扩缩容，不用为峰值买设备；
- 合规与安全：主流云厂商提供完整的安全治理、数据不出域与审计能力，正是 IDC 报告强调的「信任层」；
- 生态：模型服务、向量数据库、AI 原生工具链开箱即用，快速跑通业务。