Meta 成微软 Azure 重要 AI 客户：年采购额数亿美元，算力用于软件开发与模型评估
据彭博社报道，Meta 正通过微软 Azure 云服务采购 AI 服务，年度支出达到数亿美元级别，已成为微软规模最大的 AI 客户之一。知情人士称，Meta 每周通过 Azure 消耗的 AI 算力达到数万亿词元（Token）。这意味着，在自研 AI 模型与基础设施之外，Meta 仍在大规模使用外部云平台和模型服务，尤其是在软件开发、模型评估等工作流中。
来源显示，微软 Azure 当前通过 Foundry 平台向客户提供多家供应商的 AI 模型，覆盖 OpenAI、Anthropic、DeepSeek、Mistral AI、xAI、Meta 等，模型总数达到 11604 个。截至今年 7 月，该平台已有 10 万名客户。对微软而言，Meta 这样的超大型科技公司客户，正在成为其 AI 云收入的重要来源。
Meta 为何一边自研模型，一边购买外部 AI 算力
从外部看，Meta 是全球最积极投入 AI 基础模型研发的公司之一，也在推进面向外部客户的 AI 模型 API 服务。但在实际工程体系中，自研模型并不意味着完全不使用第三方模型和云服务。据知情人士透露，Meta 会根据模型可用性和成本，在不同平台之间采购模型能力。
这类采购主要用于软件开发等场景。开发者可以调用不同模型辅助代码生成、测试、审查或内部工具构建；同时，Meta 开发人员也曾通过 Foundry 使用 OpenAI 技术，用于评估自研模型的输出效果。Meta 首席技术官 Andrew Bosworth 今年 7 月在“Big Technology”播客中也提到，公司在开发自身 AI 模型的同时，会租用其他领先 AI 模型支持开发工作。
这反映出一个现实：大模型竞争并不只是“谁拥有模型”的竞争，也包括谁能以更低成本、更高可用性把模型嵌入工程流程。对于拥有海量产品线和开发团队的 Meta 来说，外部模型服务可以作为弹性补充，帮助团队快速验证方案、对比模型效果，并减少单一技术路径带来的限制。
微软 Foundry 的平台化优势正在显现
微软 Azure AI Foundry 的核心价值，在于把多家模型供应商聚合到统一平台中，让企业客户能够按需选择不同模型。这种模式对大型客户尤其有吸引力：他们不一定只押注单一模型，而是会根据任务类型、成本、延迟、稳定性和合规要求进行组合调用。
- 模型选择更灵活：客户可在 OpenAI、Anthropic、DeepSeek、Mistral AI、xAI、Meta 等模型之间比较与切换。
- 云资源与模型服务绑定：Azure 不只是模型入口，也提供承载 AI 工作负载所需的计算资源。
- 更适合企业工作流：微软还拥有 Copilot 等产品线，可将模型能力延伸到办公、开发和客户服务场景。
知情人士表示，目前微软最大的 AI 客户主要仍来自科技行业。除 Meta 和字节跳动外，Adobe、Perplexity，以及由 OpenAI 董事长 Bret Taylor 联合创办的客户服务 AI 公司 Sierra，也被列为微软 AI 业务的大型客户。这说明早期 AI 云消费的主力，仍然是本身拥有强开发能力、强产品场景和高频模型调用需求的科技公司。
影响解读：AI 云收入增长背后也有客户集中风险
对微软来说，Meta 的采购规模证明 Azure 在 AI 基础设施与模型分发层面的吸引力。但来源也指出，微软整体 AI 业务对少数科技企业客户依赖较高。微软长期合作伙伴 OpenAI 在微软最近一个财年贡献了约 70% 的整体 AI 营收，这意味着AI 云业务高速增长的同时，也伴随客户集中度风险。
对 Meta 来说，使用 Azure 和 Foundry 既是现实工程选择，也可能是过渡策略。公司正在开发面向外部客户的 AI 模型 API 服务，未来允许用户通过 API 使用不同模型。这一业务若成熟，可能与微软 Foundry 等平台形成竞争，并帮助 Meta 减少对外部 AI 服务的依赖。
值得注意的是，Meta 与微软的合作并非始于生成式 AI 热潮。微软此前曾为 Meta 提供 AI 开发所需计算资源；更早之前，Bing 搜索也曾为 Facebook 的网页搜索提供支持。如今双方关系从搜索与算力合作延伸到模型平台和 AI 工作流，体现出大型科技公司之间“既合作又竞争”的新常态。
总体来看，Meta 大规模采购 Azure AI 服务说明，当前 AI 产业链并不是简单的云厂商、模型公司、应用公司分层割裂，而是在算力、模型、工具和应用之间形成复杂互联。对中文科技行业读者而言，这一案例也提示：未来企业 AI 落地的关键，不只是是否拥有自研模型，而是能否在成本、效果和工程效率之间建立可持续的模型调用体系。