腾讯WorkBuddy成开放权重模型最大客户,办公Agent竞相接入第三方

资讯 全天候科技 全文 3366 字 · 约 9 分钟读完 配图 1 张 分类开源模型开源开源生态大模型

互联网大厂们正在成为开源大模型的新甲方。

所属频道 模型发布开源生态

在开源大模型的使用端,互联网大厂正扮演起新的“买方”角色。

腾讯总裁刘炽平在第三季度业绩电话会上表示,WorkBuddy如今已是中国几乎所有开放权重模型的最大客户。

这或许只是开头。

最近一段时间,国内几家头部办公Agent在产品策略上密集出手。腾讯WorkBuddy先走多模型路线,字节跳动的豆包工作随后接连扩大第三方模型接入,阿里千问办公也重新对外部模型开放。

腾讯、字节、阿里三家的办公Agent,产品思路正在趋同。

这条路线越来越清晰之后,坐拥大量用户、能持续承接工作任务的办公Agent,很可能变成上游模型厂商的又一个超级大客户。

不过路线趋同也带来新问题:大厂一边要用办公Agent抢用户、抢工作入口,一边还得在Token消耗不断攀升的情况下压住成本。

业务能做多大,取决于谁能聚拢更多模型需求;商业化能走多远,则要看谁调度这些模型更高效。

超级买家正在路上

WorkBuddy之所以能成为中国几乎所有开放权重模型的最大客户,既跟它的市场影响力有关,也因为它较早押注多模型策略。

今年3月上线时,WorkBuddy就接入了DeepSeek、GLM、Kimi等第三方模型,之后可选范围还在不断扩大。

但在过去一段时间,这条路并不是国内办公Agent的主流打法。

今年8月25日,字节跳动正式发布豆包工作。刚上线时,服务主要靠自研豆包模型支撑,普通用户无法选择第三方模型;同一时期,阿里的千问办公也以自研模型为主。

可随着WorkBuddy把领先优势越拉越大,其他大厂感受到的竞争压力骤然上升。

10月29日,豆包工作先向团队和企业订阅用户开放第三方模型。11月12日,接入范围又扩了一步,在自研模型之外新增Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型。

仅仅4天之后,千问办公快速跟进,一次上线10款模型,既有自研的Qwen4-Max,也有Kimi、GLM、DeepSeek、MiniMax、Step等第三方模型。

其实,阿里在第三方模型开不开放这件事上曾反复过。

今年8月,千问办公短暂引入过GLM、DeepSeek等外部模型,但这些模型上线没几天就从产品端撤下,模型选择重新以自研为主。

三个月过去,千问办公又一次向第三方模型打开大门。

和上次的短暂试水不同,这一回千问办公除了向个人和企业标准版用户开放模型选择,还让企业管理员可以按部门、用户组和员工来配置模型使用权限。

腾讯先做多模型聚合,字节扩大第三方模型接入,阿里重新放开模型选择,国内几家头部大厂的办公Agent,最后都走到了相似的产品路线上。

从需求侧看,办公Agent的用户要的归根结底是一份报告、一张表格、一段代码,或者一件能直接交付的工作成果。

任务不同,对模型能力、响应速度、成本的要求也不一样。只靠一个模型,未必能在所有场景里都占优;接进多家模型,用户就能按任务挑更合适的那个。

产品路线这样收敛,恰好给上游模型厂商留出了新机会。

过去,智谱、月之暗面、MiniMax这些独立模型厂商扩大模型使用量,靠的路径主要是自家产品、开发者生态、API服务和企业客户。现在情况变了,日活跃用户达到数百万乃至千万级的办公Agent,也成了它们值得争取的一类大客户。

这种转向,在部分模型厂商的新品发布节奏里已经能看出来。

今年10月初,WorkBuddy接入过一款匿名模型,名字叫Space Bunny。外界当时并不清楚它的来历,直到10月19日MiniMax正式发布M3.1 Flash,才知道Space Bunny就是这款模型的早期版本。

MiniMax披露的数据显示,Space Bunny在匿名运行期间累计处理的Token超过200万亿。

腾讯、字节、阿里先后走向多模型路线,各家能拿到的底层模型能力随之趋同。光靠增加模型选项,已经很难撑起持续的差异化优势。

真正摆在面前的竞争问题变成了另一套:怎么把不同模型的能力整合起来,怎么提高任务交付效率,怎么把模型调用成本压住。

大客户精打细算

对这些正逐渐成为大模型重要客户的互联网大厂来说,调用规模越滚越大,要背的运行成本也水涨船高。

腾讯管理层日前在财报电话会上把话说得很明确:后续会通过提高付费用户比例、增加每名付费用户的Token支出,再加上推理优化、模型定制和算力效率提升等手段,一步步改善单位经济效益。

办公Agent这边有两头要顾。一头是靠更强的任务交付能力把用户付费意愿拉起来,带动使用量往上走;另一头是把模型推理和任务执行的成本管住,别让收入增长被不断膨胀的资源消耗吃掉。

不过,调用规模扩大也不全是成本压力。互联网大厂在承担更高成本的同时,手里也可能多出新的议价筹码。

采购量摆在那里,就有机会谈到比公开API报价更低的价格。

华尔街见闻·全天候科技从一家厂商人士处得到确认,该厂商旗下模型已接入WorkBuddy,这位人士表示:“在模型API的商业合作中,折扣率会根据客户的调用规模确定。”

南方一家做大模型API代理及销售业务的企业人士也向全天候科技表示:“企业客户可以通过渠道获得低于官网公开报价的模型API服务,实际价格存在一定的协商空间。”

海外模型厂商的机制也差不多。

Anthropic在官方API定价规则里写得很清楚:大用量客户可以按具体情况单独协商批量折扣,企业客户还能拿到定制价格和其他商业条款。

这套价格机制,可能还会进一步影响互联网大厂在办公Agent之间的竞争格局。

WorkBuddy、豆包工作和千问办公相继走向多模型路线,各家能获得的底层模型供给逐渐趋同,但实际掏的采购价格未必一样。

模型调用规模更大的平台,庞大的采购需求有望转化成更强的议价能力,从而拿到更低的单位调用价格。

这种优势一旦形成,大厂不光能压低模型使用成本,还能用更有竞争力的产品定价和服务额度去抢用户,把调用规模再推大,形成正向循环。

但这只是竞争的一部分。一项任务真正交付出去,还牵扯模型调用次数、Token消耗,以及执行失败后的重试成本。这些都对办公Agent背后的Harness提出了更高要求。

Harness是Agent的运行框架。它决定这些步骤怎么组织,也会影响模型调用次数、上下文管理,以及任务失败后的重试策略。

底层模型相同,Harness不同,资源消耗也可能差出一大截。

今年9月,字节Seed团队与外部研究人员发表《HarnessDev》论文,专门研究不同Harness设计对Agent任务表现及运行效率的影响。

研究团队在部分实验中把底层执行模型统一换成Gemini 3.1 Pro,再让不同的Harness跑同一套Terminal-Bench 2.1测试。

跑出来的差距不小:GPT-5.5搭的Harness,平均执行Token消耗约2430万个;Claude Opus 4.8搭的Harness,平均约9430万个,前者只有后者的约1/3.9。

任务成功率这边,两组分别是49.4%和52.4%。后者成功率略高一些,可Token消耗多出近3倍。

换句话说,将来几家互联网大厂的办公Agent陆续接上GLM、Kimi、DeepSeek等更多第三方模型之后,模型供给看着差不多,并不代表大家能拿一样的成本把活干完。

从买模型到跑任务,互联网大厂其实要算两笔账。

第一笔是向模型厂商买能力的价格。调用量上去了,大厂就有机会靠规模采购把单位成本压下来。

第二笔是干完实际工作要花的综合成本。这笔账不只看模型报价,还跟模型路由、Harness运行效率这些环节紧紧绑在一起。

这两种成本优势还可能互相推着走,转成正向循环。

对调用规模更大的办公Agent来说,采购价更划算,同样的预算就能撑起更多模型调用和产品试验。真实任务反馈不断攒下来,又能帮大厂调优模型路由、任务拆解和执行流程,Harness的迭代也跟着加快。

多模型路线慢慢收敛之后,几家互联网大厂办公Agent拿到的底层模型能力越来越接近。可采购成本、Harness效率、产品迭代速度这几项,照样可能把差距拉开,现在说谁赢谁输还太早。

风险提示及免责条款
投资有风险,入市要谨慎。本稿不构成针对个人的投资建议,也没有顾及个别用户特有的投资目标、财务状况或需求。文中的意见、观点或结论是否契合自身情况,用户需自行判断。据此操作,风险自担。
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 混元Hy4 flash开源:API每百万Token输入0.5元,实测12分钟出3D场景

    编辑|泽南、冷猫你能想象吗?这是用 Flash 级的模型,只花 15 分钟写出来的。大模型的「斩杀线」居然已经到了这个位置。11 月 16 日,腾讯正式推出的新模型混元 Hy4 flash,让 AI 社区久违地像过节一样,狂晒各种测试效果。有人已经喊出:DeepSeek 不再是效率之王了。Hy4 flash 是一款原生

    来源 腾讯网
  2. 火山引擎刘智恒:Agent进企业,缺的不是模型是上下文

    当 Agent 真正进入企业流程,哪些工作可以交给 AI ?50 + 实战案例揭晓答案! AI 正在从回答问题的辅助工具,走向理解目标、调用系统、完成任务的工作承担者。当 Agent 真正进入企业流程,问题不再是 “如何把 AI 做出来”,而是哪些工作可以交给 AI、结果如何验收、权限、成本与风险如何收住。随着大模型向

    来源 AI 行业观察
  3. Anthropic纳斯达克上市:1.5万亿美元估值背后,大模型正发生六个变化

    王强 腾讯研究院前沿科技研究中心主任今天晚上,Anthropic,这家成立不到六年的公司将在纳斯达克挂牌,股票代码ANT。其发展速度和规模,不得不说是一个技术和商业史上的奇迹,也让人们窥见了AI对未来经济、社会的巨大影响。按每股83美元的最终发行价,其完全摊薄估值约1.5万亿美元。根据目前大家的预期,上市后其市值可能会

    来源 腾讯网
  4. 腾讯Hy4正式开源:770B总参数、49B激活,混元LLM系列全部开放

    IT之家 11 月 20 日消息,腾讯混元团队今日宣布 Hy4 大模型正式开源,模型权重已在 GitHub、Hugging Face、ModelScope 和 GitCode 四个平台同步上线,开发者可自行下载部署。 至此,混元 LLM 系列已完成全部开源,覆盖 Hy3 preview、Hy3、Hy4 preview、

    来源 AI 行业观察
  5. 腾讯WorkBuddy电脑操控能力上线:可识别页面并点击输入滚动

    IT之家 11 月 20 日消息,腾讯 WorkBuddy 今日宣布,WorkBuddy 上线电脑操控(Computer Use)能力。能识别当前页面,看懂客户端界面,进行点击、输入、滚动等操作,不需要目标软件开放接口,就能在后台操作。 IT之家获悉,电脑操控目前处于公测体验阶段,支持 macOS 和 Windows,

    来源 AI 行业观察
  6. 问诊AI?一场死亡背后的追问

    查症状、看药品说明书、理解检查报告,优先用有明确医学语料来源、答案带引用且被设计为“转介医生”而非“替代医生”的专业医疗AI产品,而不是把通用聊天大模型当成全科大夫。

    来源 凤凰科技
  7. DeepSeek调整API计费:搜索与网页抓取不再单收费,只按Token算

    11月18日12:00起,DeepSeek正式实施全新API计费规则,开发者在调用大模型过程中触发的服务端搜索与网页抓取功能不再单独收费,全面转为仅按模型Token用量计费。这一调整进一步简化了大模型的商业化计费链路,直接降低了开发者构建联网AI应用的综合成本。 根据DeepSeek官方披露的规则,

    来源 AI 开发者社区
向下滚动自动加载更多