豆包工作、WorkBuddy、千问办公同走多模型路线:入口争夺战开打
国内头部办公智能体集体转向多模型聚合赛道
11月中旬,国内办公智能体赛道出现了一个不算起眼、却足以划分阶段的转折。
11月12日,字节跳动旗下
豆包工作宣布接入KimiK3.1 Pro、GLM 5.3、DeepSeekV4.1 Flash等一批第三方模型被接进来,模型选择页面上还标出了每个模型的“额度消耗倍率”,让用户自己在任务需求和花费之间做取舍。过了四天,也就是11月16日,阿里旗下千问办公一下子挂出了10款模型,自研的Qwen4-Max之外,Kimi、GLM、DeepSeek、MiniMax、Step的第三方模型也都在名单里;企业管理员还能按部门、用户组或成员来分配模型访问权限。
至此,腾讯
WorkBuddy、字节豆包工作、百度库库AI、阿里千问办公——国内四家头部办公Agent产品,如今都走上了多模型聚合这条路。两周多以前,豆包工作率先向企业客户开放第三方模型的时候,千问办公还是那个“最后的坚守者”。两周多之后,坚守者改了主意,而且一开放就把口子开到最大。
这不只是加了个功能。四家平台几乎同时把对手的模型请进自家产品,说明办公Agent的竞争逻辑正在换轨:原来比“谁的模型更强”,现在更接近零售和平台经济的那套命题——谁攥住任务入口,谁就攥住定价权和用户关系。
“模型自由”背后:不是慷慨,是不得不为
要看懂这场集体转向,得先认清一个基本事实:办公Agent接到的任务,天生就不是同一种类型。
比如一个普通员工让Agent做一份行业研究报告,中间可能横跨资料检索、数据清洗、财务分析、趋势推演、PPT生成五个环节。检索环节吃的是长上下文吞吐和响应速度,财务分析靠的是多步骤推理,到了PPT生成,又回到内容组织和格式处理。全程都调最贵的旗舰模型,算力开销很快会失控;可要是一味图便宜,中间环节的推理错误会顺着链条放大,返工的代价反而更高。模型能力上的“单点领先”,放到一条任务链里很容易被摊薄。
另一边,模型供给端的节奏也在加快。某家模型可能在长文本处理上暂时占优,另一家在中文理解上更扎实,第三家又在推理成本上把性价比做到极致。能力优势像潮水一样有涨有落,没有谁能一直站在所有维度的岸上。对办公Agent平台来说,把注押在单一自研模型上,等于让产品体验绑死在一个不可能恒定的变量上。
更深的压力来自竞争格局。腾讯WorkBuddy早在2026年3月上线之初,就向用户开放了DeepSeek、GLM、Kimi等第三方模型可选,后来又陆续接入阶跃星辰和小米的旗舰模型。易观分析的数据显示,2026年9月,WorkBuddy月访问量达到8534万次,豆包工作为3039万次,前者约为后者的2.8倍。先发者靠“模型自由”养成了用户习惯,后来者若还死守自研独供,丢掉的就不只是一次模型调用,而是用户把工作任务托付给这个平台的全部可能。
所以,千问办公的转身并不顺——8月曾短暂接入GLM和DeepSeek,三天后悄悄下线,三个月后又以更大力度回来——但这一步几乎躲不开。在自研模型的应用需求与平台产品的竞争力之间,阿里最终选了后者。这并非否定Qwen的能力,而是重新确认了办公Agent竞争的本质:用户要的不是“用哪家的模型”,而是“把活干完,且干得划算”。
从“选模型”到“路由模型”
多模型聚合解决了“有的选”,但“怎么选”才是真正考验平台工程深度和商业智慧的地方。 豆包工作这一步上给出了一个值得留意的设计:额度消耗倍率透明化。所有模型的消耗标准被归到同一套额度体系里,倍率越低,同样任务消耗的平台额度越少,用户选型时能直观比出成本高低。此前企业级AI市场有个普遍困扰——计费规则不透明:有的模型按输入输出token分开算,有的按调用次数收费,不同单位之间的换算复杂到普通用户根本没法在任务开始前判断实际开销,常常账单出来才发现超了预算。倍率标注把成本决策权从黑盒里拽了出来,交还给使用任务的人。
这还只是第一步。让用户手动选模型,依然是个要靠判断力和经验的动作。一个更根本的趋势正在浮出水面:模型路由。
模型路由,说到底是为任务自动匹配“足够好且足够便宜”的模型,而不是默认去调最贵的那个。企业AI预算正经历结构性转变:过去“默认最强”的粗放式调用,正被“按任务分层调度”取代。Palantir披露的案例显示,把部分任务从强模型切到轻量模型,推理成本最高可降97%;建筑公司McCarthy Building的AI token使用量同比下降约60%,主要来自模型调度优化。这些数字指向同一个方向:模型能力逐渐拉平之后,调度能力正成为决定AI应用经济性的核心变量。
腾讯WorkBuddy已经内置了“Auto模式”,按任务类型自动挑合适的模型,用户不用手动判断。微软在Ignite 2026上对Copilot的更新也遵循同一逻辑:Auto routing在后台动态选择模型和推理投入,平衡质量、速度与成本,员工只需告诉Copilot想完成什么。Constellation Research对BT150企业高管的调研给出了一个精炼的总结:“用能够可靠满足业务需求的最便宜模型和架构”。
这意味着办公Agent的竞争正在往更深处走。接了多少家模型、菜单有多长,不再是核心壁垒——只要商务谈判到位,模型菜单几周内就能复制。真正的壁垒在于:平台有没有攒下足够多的真实任务数据,用来训练和校准路由策略;能不能在任务链条的每个环节识别出“够用”与“必须强”的分界线;能不能把省下的成本变成用户可感知的定价优势。模型聚合是入口,路由能力才是护城河。
谁在为“模型自由”买单:入口锁定与收入重构
把视角从产品层拉到商业层,这场多模型运动的财务逻辑会更清楚。 豆包工作向企业客户开放第三方模型的方式值得细看:客户使用DeepSeek、Kimi或GLM,直接扣豆包工作账户里的AI点数,不用跟模型厂商另签合同。企业挑了别家的模型,钱还是付给字节的产品。QwenWork的企业权限管理则把这一逻辑进一步结构化:管理员按部门、角色分配模型访问权限,平台成了企业AI消费的统一结算层和治理层。
说到底,这种做法是拿模型选择上的开放,去换Agent入口的独占。办公Agent按席位收费,一家企业客户往往几十到几百个账号,ARPU比面向C端的AI订阅高出一个数量级。更关键的一点在于,办公场景里留下来的是任务记录、工作流和上下文——团队一旦把日常活儿都搭在某个Agent上,再想迁走,代价可不止“换个模型”那么点。平台交出去的是模型调用的独家性,拿到手的是对工作环境的实际占据。
对模型厂商来说,这一格局的含义是双重的。一边,办公Agent成了模型能力触达企业用户的重要分发渠道,Kimi、GLM、DeepSeek通过入驻四大平台,获得了单靠API销售难以企及的 exposure。另一边,当平台掌握了任务入口和路由权,模型厂商在议价结构中的位置会微妙地后移。平台更倾向按“任务适配”而非“品牌忠诚”来分配调用量,模型之间的竞争会进一步向性价比和差异化能力收敛。正如BT150高管调研所观察到的,企业正在把敏感或可预测的任务路由到内部或更小的模型,前沿模型的溢价空间被持续压缩。
模型厂商自己的动作也印证了这一点:它们正往订阅制和企业级智能体方案上转。智谱的API业务毛利率在2026年上半年才刚转正,为24.6%,而推理成本过去一年降了约80%。只靠API供货,利润空间已经到顶,单拼调用量撑不起估值故事。办公Agent平台把模型当成可替换的“智能供给”之后,模型厂商只能往上游的应用层、交付层去找更厚的利润。
入口的价值,大于模型的光环
回看豆包工作豆包工作、WorkBuddy和QwenWork在同一个十一月做出的选择,共同确认了一件事:办公场景里,模型正在退到后台,Agent正在走到前台。
用户这边确实省事了。以前常被“哪家模型最强”的宣传牵着走,钱花得不明不白;模型偏好一变,整套工作环境又得迁移。现在任务交给Agent,用哪个模型由路由决定,花多少则看透明的额度。办公AI不再靠“信仰”撑着,变成了能算账的工具。
可对行业来说,竞争重心的迁移比多数人预想的要快。模型能力的军备竞赛不会停,但它正在变成一场后台的竞赛;前台争的是任务入口、工作流嵌入深度和成本治理能力。WorkBuddy的先发优势,不在于混元模型本身有多强,而在于它最早让用户习惯了“在一个工作台里自由换模型”这件事。豆包豆包工作和QwenWork的追赶,追的不是模型数量,而是让模型数量变得有意义的那个产品容器。
四家平台把同一批模型放进了同一张菜单,菜单本身也就谈不上差异化。剩下的问题在于谁的厨房手艺更好:把这些食材做得最稳、最便宜、最合中国办公场景的一桌菜。模型自由,只是开了个头。