Token日均收入5個月猛漲15倍，阿里云正在把云的控制權交給智能體

步入Agentic AI（智能體）時代，阿里云正在重構其全棧技術體系。

5月20日，在2026阿里云峰會上，阿里云宣布完成面向Agentic時代的全面升級，重磅發布全新“芯-云-模型-推理”全棧技術體系，同步推出全新AI產品官網“千問云”、搭載自研AI芯片真武M890的超節點服務器，以及最新旗艦模型Qwen3.7-Max。

阿里云最新全棧技術體系

這場干貨滿滿的大會充分展現出阿里云擁抱AI智能體的決心。阿里云智能集團資深副總裁、公共云事業部總裁劉偉光表示，Agent突破臨界點之后可以24小時不間斷工作，對AI和云的需求無窮無盡。阿里云正在進行從底層芯片、Agentic Cloud、模型到推理平臺的全面升級，建設中國最大的AI工廠。

經過此次激進升級，Agent驅動的MaaS（模型及服務）收入將取代ECS（云服務器彈性計算服務），成為阿里云最大的產品線。這意味著，阿里云的增長引擎，正在全面切換為以Token（字元）為計量單位的AI收入。

真武系列AI芯片累計出貨56萬片，Token收入5個月狂飆15倍

在大會上，阿里云公布了激進的芯片路線圖，強調公司的重點不再只是賣模型或算力，而是直接對標谷歌TPU芯片與Gemini模型的結合。

在芯片層，阿里發布基于新一代AI芯片真武M890的磐久AL128超節點服務器，搭載自研互聯芯片ICN Switch 1.0，可讓128張AI芯片組成一臺計算機，P2P時延低于150ns，主打解決Agent場景下的海量并發推理和大模型訓練需求。

平頭哥新一代訓推一體AI芯片真武M890也在會上首次亮相，其性能是上一代真武810E的3倍。同時，平頭哥首次公布了真武系列芯片的路線規劃：未來兩年將實現“一年一上新”，陸續推出算力更強的真武V900、真武J900兩代芯片。目前，真武系列AI芯片累計出貨56萬片，服務來自20多個行業的400多家客戶。

真武系列AI芯片路線圖。來源：阿里云

在會后采訪中，劉偉光對澎湃新聞等媒體表示，用戶需要的是“幾何式的組合”，即模型能力、芯片能力和云能力這三者的完整有機結合：“如果今天沒有芯片這個環節，要說打造有最好的性價比、最開放的云，其實是有點虛的。這一環補上來之后，我們的全棧路線就是一個完美的故事線了……如果未來拼的是讓每一塊芯片都能跑出比我們競爭對手更多的、更高質量的token，那我們就勝利了。”

同時，阿里云方面指出，Agent的運行底座依然極度依賴傳統的CPU和存儲資源，AI云的邊界正在大幅拓寬。阿里云副總裁張啟表示，把GPU云和CPU云對立起來的邏輯并不成立，Agent今天大部分的運行資源還是要CPU資源，行業判斷兩者在未來可能會達到1:1的比例。

在穩定底座帶來的強大實力基礎上，據張啟介紹，在大模型的MaaS市場，阿里云現在是規模第一。而自今年以來，Token收入開始迎來大爆發，去年下半年之前只能被稱為“序章”，今年才真正進入了“戰場”：“從阿里云的數據來看，在過去的5個月，日均Token收入大概增長了15倍。”

劉偉光進一步指出：“等到token覆蓋了一切的時候，那么整個企業、整個市場的IT支出結構也會發生巨大的變化，包括軟件外包也好，都會發生巨大的產業變革。”他給出了未來AI生態的終極商業構想：從現有的按Token消耗量計費，最終演進為為結果付費，并形成一個由智能體自我驅動、互相交易的閉環經濟體。

核心判斷：用戶主體從人類全面轉向Agent

阿里云還在做一件更底層的事：把云產品本身變成Agent能用的東西。阿里云首席技術官李飛飛認為，傳統云產品的交互邏輯是為人設計的，但Agent工作負載是“無規律彈性、短生命周期、瞬時起量即走”，與傳統云計算的穩態負載截然不同。

這就意味著，傳統云產品的設計邏輯是面向人的，但許多信息對Agent毫無意義。為此，阿里云對云產品進行了Skill化、MCP化和CLI化改造，讓每一個云產品都變成Agent可以“像調函數一樣調用”的標準化能力模塊。

這也是阿里云成立17年以來，首次在阿里云官網之外推出全新產品官網“千問云”的原因，其背后的核心判斷是：未來的云計算主要使用者將是AI智能體。

打開該網站頁面，首頁只有一行Agent可讀的prompt指令。阿里云將所有模型服務的核心能力封裝為標準化的Skills和CLI工具，智能體可以直接解析這條指令，“學會”網站的全部能力，并根據需求自主調用。

對此，張啟解釋道：“今年年初，公司內部有一個重要的判斷……除了AI產品，經典云計算產品的主要使用對象也將逐漸從人類工程師變成Agent。在未來實現‘Agent優先’之后，底層的云資源也會更多地由Agent去調用。”

基于這樣的判斷，阿里云在模型上也做出了調整。Qwen3.7-Max是阿里巴巴最新發布的旗艦大模型，在三方機構Arena全球大模型盲測總榜中，Qwen3.7-Max超過Kimi-K2.6、DeepSeek-v4-pro、GLM-5.1，與GPT、Claude、Gemini最強模型接近，位列國產模型第一。

而比單純的跑分更有說服力的是一個實戰案例：在訓練時從未接觸過的真武M890芯片上，Qwen3.7-Max僅憑一份任務說明，從0開始自主工作35小時，便獨立完成了一個生產級AI計算內核的編寫與調優，最終性能較官方版本提升10倍。

Qwen3.7-Max實戰案例。來源：阿里云

該案例展示的不是模型“回答問題”的能力，而是模型“自主完成復雜工程任務”的能力。對此，阿里巴巴通義大模型事業部負責人周靖人表示：“大模型正在經歷一次核心范式轉移——從對齊人類偏好，到對齊任務目標。過去我們追求的是模型‘說得好’，現在要求模型‘做得到’。Qwen3.7-Max的設計初衷，就是讓模型真正成為Agent的智能內核，具備自主規劃、持續迭代、跨工具協作的能力。”

這種“做得到”的能力，其在商業層面最顯著的落腳點，正是目前備受關注的AI Coding（AI編程）。阿里云方面明確指出，AI Coding已成為當下最核心的火力集中點，它不僅能夠生成新應用，更是在加速解構數十年累積的陳舊老代碼。

劉偉光總結道：“AI Coding在未來一年之內一定會解鎖一些老應用，AI的價值才會顯現……在以前的云計算時代，我們工作當中經常遇到一個難點：盤點客戶的IT預算，發現有一部分預算經常是我們吃不到的，那就是用戶企業內部的軟件開發和人力外包。現在，正好反過來，這些部分恰恰是AI Coding可以100%命中的點。”