关于报告的所有内容，公众『行业报告智库』阅读原文或点击菜单获取报告下载查看。
2025 年，大模型 API 服务行业迎来关键发展阶段。随着『大语言模型』在内容生成、代码辅助、知识检索等场景的快速渗透，“模型能力” 已从单点算法指标转向可规模化交付的在线服务形态。大模型 API 服务作为连接模型与应用的桥梁，让开发者无需自建训练推理基础设施即可按需调用，而 Model-as-a-Service（MaaS）更以云端资源为支撑，将推理成本、时延与稳定性纳入 SLA 框架，大幅降低企业应用门槛。
在模型调用方面，需求侧呈现 “头部集中、多版本共存” 的结构。『DeepSeek』 与 Qwen 系列构成国内开源模型调用的核心基本盘。从总请求量排序来看，『DeepSeek』-V3/R1 位居首位，『DeepSeek』-V3.2 紧随其后，占比达 79.16%。Qwen 家族的多款模型也表现亮眼，Qwen3-32B、Qwen2.5-72B 与 Qwen3-235B-A22B 分别以 40%、33.18%、21.15% 的占比进入高调用梯队。Qwen2.5-72B 调用量维持高位，尽管新模型加速迭代，但 70B 量级稠密架构供给稀缺，部分存量 AI 应用已围绕该模型与 Llama3-70B 完成工程实现、效果调优与线上回归验证，用户更倾向选择这一 “稳定基线”，而非未经验证的新模型。这种选择逻辑，体现出模型选择受 “能力上限 + 迁移成本 + 线上风险 + 可验证性” 的共同影响。
同一模型家族内 “版本并存” 现象也十分普遍。Qwen3-32B 与 QwQ-32B 同属千问系列，参数规模接近且 Qwen3-32B 发布时间更晚，但前者并未完全替代后者。
『DeepSeek』-V3.1 与 V3.2 推出后，也未挤出 V3 的存量份额。这表明模型迭代并非 “单调替换”，不同任务偏好、推理成本与既有集成依赖，让新旧版本各有生存空间，多版本分层共存成为常态。
从服务商对模型的支持情况来看，『DeepSeek』 系列最受青睐。AI Ping 收录的 29 家服务商中，23 家支持 『DeepSeek』-V3/R1 与 『DeepSeek』-V3.1，24 家支持至少一种 『DeepSeek』 模型。未支持 『DeepSeek』 模型的 5 家服务商中，1 家为图像，音视频类服务商，1 家仅提供蒸馏版模型，3 家为仅提供自研模型的独立厂商。『DeepSeek』 子模型供给呈现明显分层，V3.1与 R1-0528覆盖最广，因其生态可移植性与市场可预期性更强；而 V3与 V3.1-Terminus覆盖度较低，受 “旧版本，特定分支” 的生命周期与产品定位约束。
Qwen 系列的支持度则呈现 “基础模型> 指令模型 > Thinking 模型” 的梯度。以 Qwen3-235B-A22B 系列为例，Base、Instruct-2507、Thinking-2507 分别被 19 家、13 家、10 家服务商接入；Qwen3-30B-A3B 系列也呈现类似递减趋势。但在实际使用中，用户更倾向选择 Instruct 或 Thinking 模型满足明确任务或复杂推理需求，形成 “供给侧易部署通用能力优先、需求侧专用能力集中” 的结构性供需错位，这一细节值得 MaaS 平台关注。
在服务商竞争层面，行业格局也逐渐清晰。模型丰富度上，头部服务商供应量基本接近，基石智算与派欧云的开源模型覆盖数量最多，均为 27 个，体现出中国开源模型生态的繁荣。价格方面，服务商主流策略是 “贴近官方价”，多数服务商定价与官方价格差异在 5% 以内，官方定价成为生态强锚点，服务商更多通过可用性、稳定性等方面竞争，而非大幅降价。
jrhz.info性能则成为服务商竞争的核心。各服务商性能差距远大于价格差异，API 吞吐速率成为用户选择服务商的首要因素。无论是首字延迟还是端到端完成速度，第三方服务商与模型原厂官方 API 差异明显，且官方渠道并非天然等于性能最优。大量第三方服务商在部分模型上性能超越官方，同时也有部分服务商未达到官方水平。
上下文长度方面，供给侧 “高度一致但存在缺口”。多数服务商能对齐官方规格，但仍有 “上下文缩水” 现象。这对 RAG、长文档问答、合规审计等生产场景影响重大，因为这些场景对上下文有明确最小阈值，一旦缩水，服务可能从 “可用” 变为 “不可用”，或需大幅改造提示词与检索策略。不过，从性能优化趋势来看，多数服务商在持续改善服务水平。热门模型上线后，从首周至末周，TTFT 分布整体下移，首 token 延迟降低，吞吐分布不变或略有提升，且性能波动区间缩小，极端慢启动、低吞吐情形发生频率降低。
应用场景层面，不同任务呈现出显著的分化特征，且模型偏好明显。从 “输入 - 输出” 结构来看，“新闻资讯” 属于 “重输入、轻生成”，依赖大量上下文但输出相对克制；“创意写作” 和 “商业服务” 既需要较多上下文铺垫，又会产生长篇生成，单次请求总体 token 规模更大；“内容营销” 偏向输出较高而输入中等，以生成扩写为主；“专业服务”“知识翻译”“教育娱乐”“技术开发” 等则集中在中短输入与中等输出区域，更接近交互式与工具型任务，对响应时延与稳定性更敏感。
这种场景分化使得模型与任务呈现出稳定的 “匹配” 格局。『DeepSeek』 系列在部分知识，语言相关任务上占据主导，Qwen 系列在专业服务、创意写作等场景表现突出。企业客户一旦验证某模型能稳定满足特定场景的质量、成本与交付约束，其调用会固化到生产流程中，进一步强化了模型间的分工边界。
路由策略选择上，性能优先策略受用户喜爱。在调研用户中，选择 “性能优先” 路由策略的用户数达到选择 “默认” 策略用户数的 77.1%。而智能路由的效果也十分显著，基于 Qwen3-32B 模型的约 150 万次请求样本显示，智能路由相对官方直连可降低 37.8% 的成本；以 『DeepSeek』-V3.2 为研究对象的约一百万次请求统计结果表明，智能路由后的整体平均 TPS 较官方提升约 90%，在输出 token 数量较多（>1000）的请求中，平均吞吐提升更为显著。
应用的时空分布也呈现出一定规律。日内尺度上，请求数与用户数整体有明显昼夜节律，凌晨到清晨持续下行，6至8 点达全日低谷，9 点后快速回升，15至16 点形成全日主峰，晚间 18至20 点出现次级高位平台，21至23 点用户数再次走强。周内尺度上，请求数在工作日更容易出现局部热点，周末格局更分散、强度更温和。地域分布上，请求以国内为主，国内其他地区占比 46.3%，北京地区占比 42.8%，境外占比 10.9%，北京占比偏高或与研发与总部集聚程度相关。
下游应用更是跨行业分布，既包含企业生产经营中的效率提升、流程自动化与知识管理等需求，也涵盖生态环境保护、文化遗产传承与社会公益等公共价值导向场景，体现出 AI 技术从单纯生产力工具向更广泛社会主体通用能力演进的趋势，其普惠潜力正逐步显现，有望缩小能力差距与信息鸿沟。
报告节选内容如下
ㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤㅤ
