年初的字節(jié)跳動，一度主導了“Token”的敘事權。如今，輪到阿里巴巴全面反攻了。

《中國企業(yè)家》獲悉，阿里在4月制定了一項旨在提升Token規(guī)模的“530 Token戰(zhàn)役”。具體的內容為：以MaaS為核心，到5月底前，Token收入較4月初翻5倍，到年底要翻30倍。這個任務，截至5月15日已經超額完成。

為了達成目標，阿里云也向一線銷售施壓，并給予了豐厚的激勵。

接近阿里云的人士透露，阿里云今年的銷售激勵大幅度向Token傾斜，但不只是看Token調用量，還要看三個關鍵指標：付費Token客戶的覆蓋率、客戶是不是用Token解決剛需以及核心系統(tǒng)接入的數量、通過阿里云模型生成的Agent在企業(yè)內自主完成閉環(huán)的效率。

同時，阿里云也在鼓勵第三方合作伙伴用Agent產品一起賣Token，并提高了獎勵額度。

但字節(jié)的增長也同樣迅猛。截至今年3月底，豆包大模型日均調用量突破120萬億Tokens，3個月翻了一倍。

在收入端，字節(jié)的增速更快。知情人士告訴《中國企業(yè)家》，由于抖音生態(tài)以及Seedance 2.0的帶動，火山引擎在第一季度就完成了全年Token收入指標的10倍。

高額的銷售補貼，只是阿里巴巴和字節(jié)跳動兩家公司在AI戰(zhàn)場競爭的縮影。更大的競爭發(fā)生在從芯片底層、大模型，到產品、生態(tài)合作伙伴的各個層面。Token的對攻，已經演變?yōu)橐粓鋈娴摹凹瘓F戰(zhàn)”。

5月20日的“阿里云峰會”現場，阿里云邀請了智譜、月之暗面、MiniMax、階躍星辰、愛詩科技、生數科技等頭部AI廠商，與之共建“百煉開放模型”服務——除了階躍星辰，其他廠家均獲得過阿里系的投資。

相比之下，字節(jié)跳動更傾向于單打獨斗，對頭部大模型公司鮮有投資，并堅持閉源模型策略——這也讓阿里看到了生態(tài)層的競爭機會。

據《中國企業(yè)家》了解，對于行業(yè)大客戶，接近阿里云人士態(tài)度明確：沒有跟字節(jié)跳動深度合作的大模型廠商，阿里云就會“砸”資源，包括云服務、投資、生態(tài)合作等等。

春節(jié)后，企業(yè)端對Agent和Coding的付費意愿大增。阿里CEO吳泳銘在財報電話會上表示：“理論上，只要AI幫助員工完成的工作任務在企業(yè)內創(chuàng)造的價值大于Token成本，企業(yè)對API Token的需求就會是無限的。”

但企業(yè)端規(guī)模更大的同時，也是更難攻克的市場。

一位阿里云的業(yè)務人員頗為感慨：“字節(jié)占據了抖音這樣的C端入口，整個視頻產業(yè)的AI化轉向都會圍著字節(jié)轉，它們的銷售可以‘躺贏’。但阿里只能下苦功夫，從辦公和Coding場景進入。”

Token理論值消耗高的具身智能賽道，成為阿里的布局重點。

一位行業(yè)人士告訴《中國企業(yè)家》：過去一段時間，一位阿里云高層走訪了30多家具身智能公司，并且讓其中的大部分用上了Qwen。他跟這些廠商推薦Qwen的理由很簡單：開源并且能力可以快速迭代，尺寸多樣。阿里投資也功不可沒——目前，阿里已經投資了自變量、宇樹科技、逐際動力等具身智能公司。

在激進的“開發(fā)客戶+高額補貼”動作下，阿里云MaaS目標超額完成。阿里云峰會上，接近阿里云人士告訴媒體：阿里云MaaS業(yè)務的Token收入，在2026年的前5個月里，增長了15倍。

另據2026年第一季度阿里財報：包含百煉MaaS平臺在內的AI模型與應用服務年化經常性收入（ARR）將突破100億元，今年底將突破300億元。

與阿里相似，字節(jié)也給MaaS銷售開出了超額績效激勵。2023年，字節(jié)跳動就布局了MaaS的產品和銷售體系，行業(yè)傳聞，銷售賣Token比起賣云產品獎勵高出10倍、20倍之多。甚至有人指出，火山引擎對銷售的考核很嚴格，AI的Token調用量如果不夠，哪怕你其他云業(yè)務做得再好，也沒用。

4月，阿里Qwen大模型負責人林俊旸離職，掀起軒然大波。資深人士對《中國企業(yè)家》表示，雖然林俊旸對離職的處理方法不成熟，但外界仍擔心他的離職會影響到阿里高端人才招募。

經過一個多月的沉淀，阿里正在找回節(jié)奏。

當天，阿里發(fā)布了Qwen3.7 Max，距離上次Qwen3.6 Max-Preview的更新發(fā)布僅有一個月時間。

Qwen核心技術負責人劉大一恒介紹，Qwen3.7 Max的訓練初始階段比Qwen3.6-Plus效果差，但訓練了1000多個環(huán)境后，達到了3.6-Plus的水平；訓練了2000多個環(huán)境后，達到了Kimi K-2.6的水平；超過4000個環(huán)境時，達到了DeepSeek V4的水平。

“把它擴展到8000個環(huán)境之后，它超越了國內的模型，只離Anthropic有一點差距，如果繼續(xù)去Scaling它的RL（強化學習），模型能走得更遠?！?/strong>

值得注意的是，Qwen3.7 Max也拓展到了物理邊界。研究人員可以用其控制機器狗尋找物品。劉大一恒說：“語言模型是扮演大腦智能的關鍵一環(huán)，它可以把視頻生成以及物理世界的機器狗串聯起來。”

阿里云也提到了模型的自主進化，用Qwen3.7自己訓練自己。比如在模型的強化學習里，模型已經會想辦法作弊。這時候，研發(fā)團隊會讓模型自主進化一個框架。經過80多個小時的RL實驗，該框架歸納出了各種作弊模式，并作出迭代優(yōu)化。最終，Qwen3.7 Max實現了多輪自進化。

“我們預感，Qwen接下來的模型進步速度會越來越快。”劉大一恒總結。

在AI視頻領域，阿里也未停下探索腳步。今年4月，歡樂馬（HappyHorse）模型火爆網絡，性能直逼Seedance 2.0。

短劇業(yè)內人士告訴《中國企業(yè)家》，目前行業(yè)C端需求旺盛，整個產業(yè)鏈已經跑通，上下游玩家只需快速接入工具，便可開展生產。

但他也表示：目前行業(yè)演化還在初期，外界可能高估了AI視頻領域的Token天花板?！耙徊緼I漫劇里，Token的成本可能只有5%甚至更低，更大成本在于平臺投流與創(chuàng)意團隊。不過需求井噴下，大部分AI漫劇公司要擴充更多員工，整體利潤微薄，Token漲價也有可能成為壓死駱駝的最后一根稻草，許多玩家可能撐不到6月?！?/p>

不同于字節(jié)跳動更多押注AI視頻生成行業(yè)與API模式，阿里云在AI產品側更聚焦B端，尤其在編程、辦公等場景形成多產品矩陣，整體推進。

以阿里旗下Coding產品Qoder為例，它在5月20日推出了國內版，除了CLI以及插件的產品形態(tài)外，今年1月上線了AI桌面助手QoderWork，目前正在內測數字員工Qoder wake。

另一支專注辦公效率提升的團隊是MuleRun（騾子快跑），該團隊的負責人陳宇森告訴《中國企業(yè)家》等媒體，它們并不認為自己是一個“類龍蝦”的產品，MuleRun以web端為核心的產品形態(tài)，嫁接到用戶原來的辦公流程。

他認為，AI應用賽道不同于傳統(tǒng)軟件，更接近制造業(yè)邏輯：團隊無需自研底層模型，大量技術來自開源生態(tài)，像手機廠商一樣整合多方資源，快速組裝成可用產品?！稗k公AI比拼的是產品品位、細節(jié)打磨與精準定位。”

一位行業(yè)人士表示：“與字節(jié)依賴API調用不同，阿里更強調‘環(huán)境+工具’的整體搭配。企業(yè)端AI落地，單靠API遠遠不夠，必須配套完整工具鏈與運行環(huán)境?！?/strong>

這意味著，企業(yè)采購真正完成數字化轉型，需要的是涵蓋算力、數據安全、系統(tǒng)對接、組織協同的完整解決方案——也就是企業(yè)級AI“生態(tài)環(huán)境”。

阿里云CTO李飛飛總結：2026年阿里云核心改造方向，是讓所有云產品支持Agent快速開發(fā)、調用與部署，全面推進Skill化與MCP化，構建面向Agent時代的智能控制界面。

不過阿里要想打造企業(yè)級的AI生態(tài)環(huán)境，進化為面向Agent的智能云，也必須要從芯片底層的重構開始。

阿里云智能集團資深副總裁、公共云事業(yè)部總裁劉偉光說，今天的AI特別像新型制造業(yè)，要獲得AI收入，必須同時建設兩個工廠：AI訓練工廠和AI推理工廠。

在模型訓練階段，大模型對云的基礎設施要求是高并發(fā)、高吞吐、大規(guī)模算力、單集群；但到了推理階段，意味著AI工廠要適配多種多樣的芯片，高速的網絡傳輸效率，用最高效率吞吐Token，以支撐Agent網絡的高速運轉。

5月20日，阿里平頭哥發(fā)布了兩款芯片——訓推一體的AI芯片“真武890”和ICN Switck互聯芯片，這兩款芯片搭載在AL128超節(jié)點上，搭載了128張真武890芯片。平頭哥官方透露，2027年3月計劃發(fā)布真武V3系列，2028年計劃發(fā)布J900系列。

一位芯片從業(yè)者對《中國企業(yè)家》說：“華為384超節(jié)點采用的是光連接，成本高。AL128超節(jié)點采用的是高速電互連，優(yōu)勢是穩(wěn)定。此外，‘真武890’兼容主流芯片，不用做單獨適配。”

除了真武系列的AI芯片，平頭哥還布局了倚天系列Arm服務器CPU、磐脈系列智能網卡、鎮(zhèn)岳系列存儲主控芯片、ICNSwitch互聯芯片等數據中心核心芯片，實現算力、網力和存儲的全棧自研。

一位投資人曾告訴《中國企業(yè)家》：大模型競爭到最后，不是大模型參數規(guī)模的競爭，也不是算法的競爭，而是Infra層，尤其是芯片、互聯和算力的整體Token輸出效率。

從上述布局來看，從底層芯片到Agentic Cloud，從全模態(tài)模型矩陣到模型服務平臺，再到Agent應用，阿里云已成為國內唯一完整打通五層全棧能力的云廠商與AI廠商。