快手万擎

快手万擎官网:提供业界领先的大模型定制能力,MaaS一站式解决方案

什么是快手万擎?

快手万擎提供业界领先的大模型定制能力，打通模型精调、蒸馏、量化、评测、部署全流程。平台支持监督微调（SFT）、强化学习等训练方式，用户可通过低代码界面快速完成领域适配，构建业务专属模型。模型蒸馏功能可将大模型知识迁移至小模型，在保持性能的同时大幅降低推理成本。量化压缩技术在不严重损失精度的情况下为推理提速。平台提供自动评测与人工评测双模式，测试模型在各种压力下的稳定性、效率和资源消耗。数据服务覆盖数据分析、清洗、增强全周期，支持数据工作流可视化编排。训练完成的模型可一键部署为推理服务，支持自定义模型上传与多版本管理，实现从数据处理到生产部署的完整闭环。

快手万擎官网: https://www.streamlake.com/product/wanqing

快手万擎（Vanchin）深度评测：一个MaaS平台凭什么在巨头林立的战场里站稳脚跟？

在大模型服务（MaaS）这片竞争最激烈的战场上，阿里云百炼、火山方舟、百度千帆……每一个名字背后都是数百亿乃至数千亿资金堆砌出来的护城河。在这样的格局下，快手选择了一个出人意料的切入口，不是以资本砸用户，也不是靠”豆包”那样的现象级C端应用打开局面，而是凭借一套叫做”工具+模型+平台”的三位一体产品矩阵，悄然进入了企业级AI服务市场的核心圈层。

这套矩阵的底座，就是快手万擎（Vanchin）——快手旗下技术商业化品牌StreamLake推出的企业级大模型服务平台。

它低调，没有”全球最大MaaS平台”的自我标榜；它务实，把稳定性和成本控制写进了产品第一屏的核心主张；它也有足够的野心——免费开放编码模型API，拿出顶级评测成绩，正面挑战国内外一线玩家。

一、从”音视频+”到”AI+”：快手为什么做这件事

要理解万擎这个产品，首先要理解StreamLake这个品牌。

StreamLake是快手面向企业客户的技术商业化品牌，最初的定位是将快手自身积累的音视频技术能力输出给外部企业。这是一条被证明有效的路径——快手作为日活超4亿的短视频平台，在视频编解码、实时转码、超高并发分发等技术领域有着国内顶尖水平，音视频云服务在相当长一段时间里是StreamLake的主要营收来源。

然而，AI大模型浪潮的到来重写了行业规则。视频生成、多模态理解、代码智能化……AI正在快速侵食原本属于”视频云”的细分赛道。快手必须转型，不是因为音视频业务不好做了，而是因为AI能力本身就需要一个可以对外商业化的接口。

于是StreamLake的定位悄然升级：从”音视频+”扩展到”AI+”。快手在2025年10月正式对外发布AI编程产品矩阵，万擎作为平台底座随之亮相，承载了快手在AI商业化领域最核心的战略意图。

这个时间节点很微妙：DeepSeek在国内引发了轰动效应，MaaS赛道的竞争迅速白热化，各家云厂在模型接入数量和API调用价格上打得头破血流。快手没有选择参与价格战，而是拿出了自研的KAT-Coder模型和系统级的工程能力，试图在”质量与成本的双重极致”这个维度上开辟新的战场。

二、万擎平台核心架构：三层能力的有机联动

快手万擎的产品逻辑并不复杂，但它的精妙之处在于三个层面的能力形成了真正的有机联动，而非相互独立的功能模块拼凑。

2.1 模型广场：多模型并网，一站式调用

万擎平台的模型广场是用户最先接触到的核心入口。它不是简单地把自家模型上架，而是真正构建了一个多模型并存的服务生态。

平台上架的模型覆盖了当前市场主流选项：自研的KAT-Coder系列（包括Pro V1、Air V1、Dev-72B-Exp三个版本）、DeepSeek系列、阿里通义Qwen系列、月之暗面Kimi系列，以及图像生成、视频生成等多模态模型。对于企业用户来说，不需要到不同平台开设不同账户，一套API Key体系可以打通所有模型的调用权限。

2025年11月，平台对模型广场进行了优化，在每个模型卡片上直接展示价格信息和主要能力特性，让企业在选型时能够做到真正的横向对比，而不是通过繁琐的文档查阅拼接信息。这个细节看似不起眼，实际上反映了万擎团队对企业级用户采购决策流程的深刻理解。

2.2 模型推理：在线与批量的双轨并行

万擎平台的推理能力分为两个核心模式。

在线推理支持用户实时调用模型，获得即时反馈，适用于对话交互、代码辅助、实时问答等低延迟需求场景。平台还上线了预置推理点，用户可以快速接入模型服务，无需从零配置环境，大幅降低了开发者的上手成本。

批量推理则针对海量数据处理场景进行了专项优化。企业上传大量数据后，模型完成离线预测，批量生成报表、历史分析结果等结构化输出。这一模式在金融、法律、医疗等数据密集型行业有极高的应用价值——想象一家保险公司需要对数十万份理赔材料进行初步审核，批量推理的效率优势是在线推理无法替代的。

2026年1月，平台对推理模块的限流逻辑进行了优化，在推理点限流和模型限流时增加了图片提示，使限流信息更加清晰直观。这类细节更新直接影响企业开发者的使用体验，也体现了平台在工程质量上的持续打磨。

2.3 模型全生命周期管理：从微调到部署的完整闭环

区别于单纯提供API调用的模型服务商，万擎平台在2025年9月陆续上线了数据集管理、模型微调、模型仓库、模型部署和模型评测五大功能模块，构建了模型全生命周期的闭环管理能力。

数据集管理：平台统一纳管用于模型微调和评测的数据集，同时提供平台预置的通用数据集，降低企业冷启动门槛。

模型微调：用户可通过监督学习等方式对模型参数进行优化，使基础模型适配特定业务场景。这对中大型企业尤其关键——金融机构的术语体系、医疗机构的专业词汇、制造业的技术文档，都需要通过领域微调才能让通用模型真正”听懂业务语言”。

模型仓库与部署：2025年12月进行了重大更新，新增了”模型单元”概念，将算力打包为标准化商品，企业可以像购买云服务资源包一样灵活采购算力。同时，模型仓库开放了自定义上传功能，支持私有化部署场景。此外，私有模型部署在2026年1月进一步扩展，开始支持图片、视频生成类模型，多模态私有化部署能力正式打通。

模型评测：包含效果评测和性能评测两个维度。效果评测支持人工评测和自动评测（2025年11月上线）两种方式，前者适合定性判断，后者适合规模化质量管控；性能评测（2025年12月上线）则专注于测试模型服务在各种压力场景下的稳定性、效率和资源消耗。

模型研发：2026年1月最新上线的功能，通过开发机为用户提供在线交互式开发环境，专为AI模型研发场景设计，进一步降低了科研型企业和高校的使用门槛。

2.4 模型量化：以精度换性价比的工程艺术

2025年12月，万擎平台上线了模型量化功能。在不严重损失模型精度的前提下，对模型进行参数压缩，从而为推理提速。这对于预算有限但追求性能的中小企业而言具有极高的实用价值——用经过量化处理的模型跑生产任务，往往能在成本和速度上取得远超预期的收益。

三、KAT-Coder：万擎的战略旗帜

如果说万擎是一艘航空母舰，那么KAT-Coder系列就是它的舰载战机。

快手在2025年国庆节期间率先发布了KAT-Coder的初版，随后在10月的正式发布会上交出了让行业侧目的成绩单：在权威软件工程能力评测基准SWE-bench Verified上，KAT-Coder-Pro V1以73.4%的解决率跻身全球第一梯队，超越GPT-5与Claude Sonnet 4；而其后发布的开源版本KAT-Dev-72B-Exp则将成绩进一步提升至74.6%。

这套模型家族共有三个成员：

• KAT-Coder-Pro V1（闭源）：面向企业和专业开发者的顶级旗舰，性能最强，采用阶梯式定价。
• KAT-Dev-72B-Exp（开源）：目前评测成绩最高的版本，面向研究社区和有自建能力的技术团队。
• KAT-Coder-Air V1（永久免费）：轻量化版本，在万擎平台对所有用户永久免费提供API，新用户额外获赠2000万tokens的Pro版本试用额度。

值得关注的是KAT-Coder的技术路径：在训练阶段就模拟了超过20种编程语言和8大类开发场景，确保模型能在真实工程环境中发挥实质生产力，而非仅在基准测试中表现亮眼。模型还对Claude Code、Cline、Kilo Code等主流开发工具进行了适配优化，打破了私有生态的边界。

四、CodeFlicker：把AI编程能力落地的那把刀

平台和模型再强，最终要通过工具才能被开发者感知和使用。CodeFlicker就是万擎+KAT-Coder能力输出的核心载体。

CodeFlicker的设计逻辑不是简单地在IDE中嵌入一个代码补全插件，而是试图覆盖软件开发的完整生命周期。

在开发前期，它提供智能问答和架构设计辅助；在开发中，它通过两种创新模式重塑人机协作方式：

Jam模式：基于代码仓库级的上下文进行实时感知，能够理解整个项目的代码结构和业务逻辑，自主完成从代码生成到修改的工程级任务，将”想法到代码”的路径压缩到极致。

Duet模式：更侧重于复杂任务的深度研究和规划，通过人机协作共同对齐目标，在企业级大型系统中展现出高精度的工程理解能力。

在集成层面，CodeFlicker已经对VS Code和JetBrains等主流IDE实现了无缝插件集成，开发者无需改变已有工作习惯。在Web开发场景中，它甚至打通了从Figma设计稿到生产级代码的闭环，支持一键预览、调试和部署。

对于企业级用户，CodeFlicker还提供了两项差异化功能：

DeepWiki：自动为企业代码仓库生成结构清晰的”说明书”，帮助新人快速上手，同时为AI代码生成提供精准的业务知识上下文。

定制化增强训练：通过对企业代码数据进行针对性微调，形成”编码即标注”的数据飞轮，将快手内部验证的方法论迁移到外部企业。

数据显示，快手内部已有超过80%的工程师高频使用CodeFlicker，AI代码生成率接近30%——这组数据不是市场公关材料，而是外部企业衡量这个工具真实价值的最有说服力的参考。

五、企业级核心价值主张：三个关键词

5.1 稳定性：99.95% SLA，等保三级加持

万擎平台提供高达99.95%的SLA可用性保障。换算下来，这意味着每个月允许宕机时间不超过约22分钟。这个指标背后是快手服务数亿用户、经历无数次超高并发流量洪峰考验后积淀出来的基础设施能力——短视频平台的技术底座天然具备高并发、低延迟的工程特性，这套能力平移到MaaS场景本身就构成差异化优势。

平台通过了网络安全等级保护三级认证（等保三级），这是国内企业采购ToB服务时普遍要求的合规基线，对于金融、政务、医疗等监管严格的行业尤为重要。

5.2 成本控制：阶梯定价，弹性计费

万擎采用按量付费和弹性调度相结合的计费模式，并采用按上下文窗口阶梯定价的创新策略。这种定价方式的核心逻辑是：真正调用了多少资源，才付多少钱，不会因为固定套餐而产生资源浪费，也不会因为用量波动而出现超额账单。对于AI项目预算往往受到严格管控的中大型企业，这种”透明可控”的成本模型大幅降低了引入AI服务的财务风险。

5.3 开放生态：普惠理念，多模型并存

万擎的生态理念是”AI普惠”，而非”AI封闭”。永久免费的KAT-Coder-Air API、多模型并存的广场架构、开源的KAT-Dev-72B-Exp……这一系列举措都指向同一个方向：降低入门门槛，吸引长尾的中小企业和独立开发者进入生态，在规模效应形成后再逐步转化为付费用户。

这套逻辑在国内互联网公司的ToB策略中并不新鲜，但快手执行起来的差异在于：它有真实的自研旗舰模型作为吸引力的核心，而不仅仅是”免费转发别家的模型API”。

六、同类平台横向对比

MaaS市场从来不缺竞争对手。快手万擎面对的是一批拥有更深厚资源积累的玩家。以下从六个核心维度进行详细对比：

🔥 火山方舟（字节跳动 / 火山引擎）

火山方舟是目前国内MaaS市场公认的市场份额领先者。其最大的优势在于豆包大模型在C端积累的超高知名度，以及字节在AI应用层（Coze、即梦、豆包）的规模化商业验证。火山方舟在吞吐、并发、首字延迟等关键性能指标上做到了行业领先，推出了AI云原生架构，帮助开发者屏蔽底层硬件差异。价格体系方面，火山方舟也走在前列，多款豆包模型价格极低甚至阶段性免费。

与万擎相比，火山方舟的优势在于：与C端应用深度融合，数据飞轮更完整；劣势在于：绑定字节系生态较深，多模型中立性存疑，且AI编程专项能力（代码模型+编程工具的闭环）尚不如快手完整。

🌐 阿里云百炼

阿里云百炼背靠国内最大的云计算基础设施，IaaS+PaaS+MaaS的全栈能力是其最硬的护城河。通义千问系列在代码、推理、多语言等方面均有优异表现，平台上接入的第三方模型数量在国内名列前茅，服务超过17000家企业客户。

与万擎相比，百炼的优势在于：综合云服务一体化交付能力极强，大型企业迁移成本低；劣势在于：定价相对偏高，平台复杂度较高，对初创公司和独立开发者的友好度不如万擎；在AI编程专项生态方面同样缺少自研的顶级Coding模型。

🤖 百度千帆

百度千帆是国内最早发力MaaS的平台之一，拥有文心系列大模型的技术积累，以及百度搜索、地图、文库等庞大应用生态的数据优势。在政务、金融、教育等传统行业的品牌认知度极高，合规认证体系完备。

与万擎相比，千帆的优势在于：老牌品牌背书，传统企业采购信任度高，文心在中文理解和知识推理方面有独特优势；劣势在于：近年来面对字节、阿里的冲击，市场份额有所承压，产品迭代节奏和开发者社区活跃度相较落后，AI编程专项投入不足。

⚡ 硅基流动（SiliconFlow）

硅基流动是近两年冒起的MaaS新锐，凭借极低的API价格和对DeepSeek、Qwen等主流开源模型的快速集成，在独立开发者和初创公司群体中积累了相当高的人气。其最大特点是”不自研，只聚合”——专注推理效率和成本优化，用极致价格换规模。

与万擎相比，硅基流动的优势在于：价格层面更激进，开发者体验轻量，上手极快；劣势在于：没有自研模型，差异化能力依赖推理工程优化，企业级SLA保障和安全合规能力不足，无法支撑大型企业的生产级需求。

🌩️ 腾讯云 TI 平台

腾讯云TI（TencentCloud TI Platform）是腾讯在AI平台侧的核心产品，整合了模型训练、推理、应用开发等全栈能力，在游戏、金融、零售等腾讯优势行业有较强的客户积累。混元大模型作为自研旗舰，在多模态理解方面持续迭代。

与万擎相比，TI平台的优势在于：与腾讯云IaaS深度绑定，大型企业上云一体化交付能力强，游戏、媒体等特定行业有垂类数据优势；劣势在于：AI编程生态布局相对保守，Coding模型专项竞争力不突出，开发者社区活跃度弱于字节和阿里系。

综合能力对比一览

七、真实使用感受：优势与局限并存

哪些场景用万擎最顺手？

AI编程重度用户是万擎最天然的受众。如果你的团队已经在用或计划引入AI辅助编程，万擎+KAT-Coder+CodeFlicker的组合提供了从模型API到IDE插件的完整链路，无需在不同平台之间切换上下文。

中小企业技术团队是另一个高度契合的群体。免费的KAT-Coder-Air API加上新用户2000万tokens的Pro版试用额度，让中小团队可以在几乎零成本的前提下完成技术评估，避免了传统企业采购中漫长的POC流程。

有私有化部署需求的企业：万擎支持私有模型部署，且在2026年初扩展到了图片和视频生成类模型，对于数据安全要求严格的行业（金融、医疗、政务）有较高的适配价值。

多模型探索者：需要在不同任务类型上切换使用不同基础模型的用户，万擎的模型广场提供了统一的调用入口和清晰的价格对比，减少了选型摩擦。

哪些方面还有明显短板？

生态体量尚小：与阿里云百炼的17000+企业客户、火山方舟市场第一的份额相比，万擎的市场渗透率仍处于起步阶段，这意味着社区文档、第三方集成、案例库的丰富程度都还有较大差距。

品牌认知度有限：在传统企业采购部门眼中，”快手”的品牌联想仍然更多停留在短视频消费端，StreamLake/万擎作为企业级AI服务品牌的认知建立需要时间，与百度千帆、阿里云在B端市场的历史积累相比存在明显差距。

多模态能力深度有待验证：KAT-Coder在代码专项评测中成绩优异，但在图像理解、视频生成等多模态赛道的自研能力是否能比肩混元、通义等平台，目前缺乏足够的公开数据和用户验证。

C端入口缺失：火山方舟有豆包作为C端流量入口，阿里云有钉钉和通义千问APP，百度有搜索和文心一言。万擎缺少一个面向普通用户的入口产品，这在品牌建设和数据回流两个维度都是明显的短板。

八、定价策略解读：性价比牌打得有多深？

万擎的定价策略有几个值得关注的设计：

永久免费的入门级API是最大的话题性资产。KAT-Coder-Air V1版对所有注册用户永久免费开放API调用，这不是限时活动，而是平台层面的战略承诺。其背后的逻辑是将免费版本作为开发者进入快手AI生态的第一个接触点，以口碑传播和使用习惯的培养代替传统的广告获客。

按上下文窗口阶梯定价是区别于token统一计费的创新模式。对于短对话和长文档处理场景，用户可以根据实际任务特征选择最优的价格档位，避免因为统一按token计费而造成的”短任务多付钱”或”长任务被截断”的两难困境。

弹性调度与按量付费消除了最让企业CFO头疼的AI成本黑盒问题。传统云服务的预付费包月模式要求企业在项目早期就预测用量，一旦预测失准就面临浪费或超额的双重风险。万擎的弹性计费模式将这种不确定性转化为可控的边际成本，对于处于AI探索阶段的企业尤其友好。

九、万擎的野心：不只是一个MaaS平台

如果把快手万擎仅仅理解为一个”卖API的平台”，就太低估了它背后的战略意图。

快手推出万擎+KAT-Coder+CodeFlicker这套组合，本质上是在尝试构建一个以AI编程为核心的垂直生态闭环：开发者在CodeFlicker里写代码，调用万擎平台上的KAT-Coder，当代码遇到问题时在平台上用模型评测工具做诊断，当效果不满意时用平台的微调工具做定制训练……每一个环节都在平台内完成，用户的业务数据、使用习惯、反馈信号都留在了快手的生态里。

这种”从工具入手，以平台收尾”的路径，与GitHub Copilot背后的Azure生态、Cursor背后的Anthropic绑定，在逻辑上异曲同工。区别在于，快手是自研了工具、模型和平台全部三层，而不是站在别人的肩膀上。

日本电力巨头JERA成为快手StreamLake的合作伙伴，是一个值得关注的案例。这家管理着日本约三分之一发电量的能源公司选择接入快手的AI能力，背后既有能源行业数字化转型的内在需求，也说明快手的企业级AI服务能力已经经受住了高要求国际客户的初步验证。

从一家短视频公司，到AI编程生态的建构者，快手万擎走的这条路注定不会一帆风顺。但它交出了足够有力的第一张牌：真实可用的顶级Coding模型、完整的工程化工具链、以及一套愿意让利于开发者的定价哲学。在巨头林立的MaaS市场，这三张牌的组合，已经足以让对手认真对待。