豆包工作接入Kimi、GLM、DeepSeek:额度倍率背后的算力账单
11月12日,字节跳动旗下办公智能体产品豆包工作宣布完成产品更新,在原有豆包2.1 Lite和豆包2.1 Pro两款自研模型之外,新增接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等多款第三方模型。 2026年9月,字节跳动旗下豆包正式推出面向生产力场景的全新Agent产品与品牌
11月12日,字节跳动旗下办公智能体产品
豆包工作宣布完成产品更新。除原有的豆包2.1 Lite和豆包2.1 Pro两款自研模型外,这次还新增接入了Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等多款第三方模型。
豆包工作这个品牌和对应的Agent产品,是2026年9月由字节跳动推出的,面向的正是生产力场景,切入的也是办公Agent这块具体战场。
行业里对此解读最多的有两种:一种说“豆包变开放了”,接入第三方、搭起多模型货架;另一种说“字节自研不够用”,自研模型存在覆盖边界。
除了这两种说法,还有个问题不该被忽略。豆包已被字节定为AI战略的主干入口,一个被放到这个位置的产品,为什么偏要在办公Agent这个具体战场上接入多款第三方模型,还把额度消耗倍率直接标给用户看?
说到底,这既不是“开放生态”的故事,也不是“自研不行”的故事。入口变大之后,算力账单总得有人算清楚。
接入第三方模型,藏着一张算力账单
要算清这张账单,得先看清豆包的支出。
据彭博社2026年9月报道,字节跳动完成了一笔296亿美元银团贷款的交割。这笔钱原计划筹200亿美元,因银行认购踊跃扩至296亿美元,利率为SOFR加68个基点,是中国科技企业境外贷款利差的历史最低水平,仅次于软银为OpenAI安排的400亿美元过桥融资。
融资成本低,说明资本市场对字节的信用定价依然很高。可利率再低也改不了一个事实:借来的钱终究要还,而还债最终看的是造血能力。
据36氪报道,字节跳动2026年上半年营收同比增长30%至约1200亿美元,净利润约200亿美元。赚钱能力依旧出色,但净利润率已连续三年走低:2023年约为26%,2024年降至21%,到2026年上半年进一步回落到约16.7%。
字节跳动还在盘算把2026年全年的资本支出抬到最高700亿美元,这个数比2025年多出一倍还不止;就算按偏保守的算法,AI相关的资本开支也已经上调到逾2000亿元人民币。钱赚进来,转头就更快地砸向数据中心、服务器和算力集群。
放到这个盘子里看,豆包的分量有些特别。央广网报道称,在字节跳动2026年第一次全员会上,公司首席执行官梁汝波把2026年的关键词定为“勇攀高峰”,并且讲明“高峰”眼下指的就是豆包/Dola助手应用。
一个被赋予高期望的产品,通常剧本是先跑规模、后谈变现。不过字节的资本开支节奏和利润表走势,把“后谈变现”的时间窗口压缩了。
豆包App的增值服务在2026年6月正式上线,订阅价68元起步,最高500元/月;标准套餐里办公任务和专家模式的额度,是免费版的5倍以上。豆包工作的额度规则跟豆包App的付费框架跑在同一订阅层级,办公场景要用的额度,从用户已经买过的AI点数里扣。
订阅那点收入,摆在千亿级资本开支面前不算什么,更该看的是商业化这个信号。豆包用订阅加额度体系向市场表态:它不光是个接流量的成本中心,如今有了明码标价的付费入口,也能分层计价。
订阅对豆包来说只是开头,接下来要验证的是用户肯不肯为“按任务消耗算力”长期掏钱。信号是放出来了,可财务上的缺口没法光靠规模增长摊薄,产品层还得把推理成本管到明面上。
接入第三方模型本身不新鲜。WorkBuddy从第一天起就支持混元、GLM、Kimi、
DeepSeek、MiniMax等多模型,Auto模式做路由;百度库库AI、阿里Qoder的模型列表同样不封闭。在办公Agent赛道,“多模型”早已不是差异化优势,不接入才会构成竞争劣势。
豆包接第三方模型这事,真正该拆开看的不是“接了谁”,而是怎么接:按倍率扣额度,企业不用另外采购,直接在已有的AI点数里扣减。
有业内人士对万点研究说,这套接法最关键的地方,是把“用哪个模型”从技术选择变成了成本和定价问题。豆包工作按倍率扣额度、企业无需另行采购、在已有AI点数内直接扣减,等于用产品设计对推理成本做了一次显性化管理。
倍率不是摆设,豆包把算力成本摆上了台面
显性化管理落到产品界面上,就是让用户选模型时看清“任务会花多少”。
倍率越低消耗越少,倍率越高消耗越高;豆包2.1 Lite和DeepSeek V4.1 Flash的优惠倍率已限时下调至标准倍率的1%量级。指向很明确:简单任务导向低成本模型,复杂任务留给高倍率模型。
企业这一头,管理员能按成员、部门或者场景划定可用的模型范围;调用第三方模型产生的用量,从企业已购的AI点数里直接扣,不用再单独去找Kimi、智谱、DeepSeek下单。
为什么这不是多此一举?先看价格。据上海证券报报道,截至10月中下旬,Kimi K3.1 Pro标准版每百万Token输出价格为68元。相比之下,另据科创板日报消息,同时期DeepSeek V4.1 Flash空闲时段输出价格为每百万Token 4元,高峰时段8元。
同一个办公Agent、同一项任务,从Kimi K3.1 Pro换成DeepSeek V4.1 Flash,光输出侧的单价就拉开8.5倍到17倍的距离。这组价差本身,已经把倍率标注到底在做什么说清楚了。
标出倍率,实际上是把后台的价格差摊到了选择界面上。整理基础信息、转换格式、做简单摘要,这类活交给输出定价4到8元/百万Token的模型足够;复杂分析、长链路推理、对指令遵循要求高的任务,才值得动用68元/百万Token的那档。
倍率并不会改动任何一家模型的实际单价。它做的是把后台价差翻译成前台的费用信号:用户眼前不再是一个“哪家更便宜”的抽象判断,而是“这活会扣掉我多少额度”的即时提醒。价格没动,做决定的依据变了。
还有一点容易被忽略:办公Agent跑一次任务,成本并不等于一次问答。外媒报道提到,斯坦福数字经济实验室2026年4月公布过一项大规模实证研究(基于SWE-bench等基准),结论是agentic编码任务的Token消耗能达到普通代码问答的约1000倍,而且钱主要花在输入侧——Agent每执行一步动作之前,都得重新读一遍任务上下文和历史步骤,输出本身反而占得不多。
这项研究还指出,同一个模型跑同一个任务,多次运行之间的Token消耗存在明显方差。用户真正要面对的不确定性,因此不是“哪个模型更聪明”,而是“这一趟会扣我多少额度,事先根本不知道”。
单次任务的消耗会随上下文长度、重试次数和工具调用路径大幅起伏,这时候“先跑跑看”就成了有财务后果的决定。豆包工作把倍率摆出来,作用正在这里:它不给精确的成本数字,但让“这次大概落在哪个量级”从说不准的变量,变成了可以拿来比较的选项。
企业侧配置大模型的思路其实一样。按岗位任务的复杂度分配,高频轻任务配低倍率模型,低频重任务留给高倍率模型,在模型价差客观存在的前提下,这是企业为数不多能主动去动的杠杆。
对豆包来说,这套设计的看点不在“多接了几家模型”,而在于它开始把推理成本摆到用户眼前。这类付费产品里,让用户对每次任务的成本心里有数,比单纯降价更能撑住付费意愿。倍率不改单价,却改掉了用户对“这笔钱能撑多久”的判断。
这既是对算力账单做分层管理,也是在订阅价格不变的前提下,用“可预估”代替“更便宜”来留住用得深的用户。说到底,入口变大之后有些问题必须回答——算力账单怎么分层、商业化信号怎么落地、单位经济模型怎么校准,豆包工作用倍率给出的就是这些答案。
补齐入场券之后,真正的考题是交付和续费
算清成本是内功,赢得选择是外战。
豆包工作要进的那条赛道,规模膨胀得很快,头部位置却已经初步固化。
易观分析2026年三季度《中国桌面端AI原生办公智能体报告》显示,9月纳入统计的20款产品合计月访问量突破3亿次,比2026年6月增长近5倍。其中腾讯WorkBuddy以8534万次月访问量居首,阿里千问办公4655万次,字节豆包工作3039万次,前三款合计超过1.6亿次。WorkBuddy的领先是断层式的,几乎是第二名的两倍。
这里需要说明,易观统计的是桌面端AI原生办公智能体的月访问量,跟豆包App整体月活不是同一个统计对象。腾讯系把WorkBuddy、CodeBuddy、Marvis合并计算后,月访问量约1.17亿次,率先迈过亿级门槛。办公Agent离终局还远,可“谁在领跑”已经不再是开放问题。
WorkBuddy跑到这个身位,靠的并不是混元在每项任务上都绝对领先。新浪科技报道称,WorkBuddy正式上线时,国内版就能无缝切换Hunyuan、DeepSeek、GLM、Kimi、MiniMax。
36氪分析它的起量路径时判断得更直接:WorkBuddy没有绑定单一模型,而是把多模型、Skills、本地工具和腾讯生态接到一起,让用户自己挑性价比最高、最适合当前任务的那个模型,迁移成本降到零。
打工人要的其实很直白——谁管你模型是哪个参数级别,能在一分钟内整出一张不用返工的图表就行。多模型在WorkBuddy这儿,打一开始就不是什么要对外宣布的战略动作,而是产品默认就配好的东西。
但办公Agent赛道并非只有一种打法。当下的国内AI办公赛道里,阿里千问办公和腾讯WorkBuddy都是主要玩家,三者在生态根基与能力定位上差异明显。
看生态绑定,腾讯办公与WorkBuddy紧紧依托微信、企业微信生态,在即时通讯、轻量文档协作场景里适配性更强,更适合高度依赖微信体系的中小企业。
豆包工作则扎根飞书生态,在项目管理、流程推进、复杂工作流拆解上表现更突出,对中大型企业和知识密集型团队的匹配度更高。
从核心能力看,千问办公更偏内容生成和文档协同,文本打磨、PPT制作这类标准化办公产出是它的强项;WorkBuddy则更像轻量型任务助手,主攻企业微信里的快捷问答和信息查询;豆包工作已经摸到桌面操作、多Agent协同、全流程自主推进,能力边界更宽,复杂、长周期的活儿交给它更合适。
看终端交互,三者都支持多端使用,但豆包工作的本地GUI操作、云电脑持久运行、手机远程操控等能力,在硬件交互与任务连续性上走得更远。
这就解释了为什么豆包工作接入第三方模型,首先是一个竞争对等动作,而不是差异化优势。在这条赛道,模型阵容的宽度正在变成入场券。假如豆包工作只提供自研模型,用户选择时就会多出一个“模型不够全”的减分项。
眼下办公Agent赛道的竞争重心,正从“谁的模型更强”转向“谁把活干完,并且干得让人放心”。所以豆包接入Kimi、GLM、DeepSeek,是为了确保竞争不在这一层就分出胜负,然后才有机会把比较拉回自己真正可能建立壁垒的地方。
有行业分析指出,办公Agent存在一个天然的错位:干活的是员工,成果却归公司。个人用得顺,顶多说明产品迈过了使用门槛,并不能证明整段工作已经嵌入企业生产流程。真正检验竞争力的窗口在续费期,交付与落地能力直接影响企业愿不愿意掏钱、留不留得住。
从这个角度看,豆包工作引入第三方模型,并不是拿Kimi和DeepSeek去打WorkBuddy,而是把比拼的层面从“模型阵容有多宽”拉回到“Agent编排和生态打通”的纵深地带。
豆包工作真正难被复制的部分,在于飞书权限继承、本地与云双执行,以及字节生态内办公到创作的上下文贯通。WorkBuddy的壁垒 likewise 不在模型清单上,而在企业微信、微信和腾讯文…构成的工作流入口。
万点研究的看法是,模型宽度只决定能不能上桌。豆包工作接入第三方模型,补的是入场券,不是赢下比赛。最终的检验标准不是模型列表,而是谁能把活干完、让企业续费。这张入场券背后,算力账单如何分层、单位经济怎么校准,才是豆包工作更长的那道考题。
结语:入口越大,账越要算清楚
2026年下半年,全球AI行业遇到不小的挑战。
据华尔街日报报道,Anthropic在11月10日提交的文件显示,该公司计划最快下周上市,目标估值约1.3万亿美元,较预期中的2万亿美元缩水不少。
原因可以从基本面找。据财联社消息,截至三季度,Anthropic营收169.56亿美元,环比增速从二季度的144%降至47%;当季算力与基础设施支出约99亿美元,占营收58%,经营利润从二季度的9.74亿美元转为亏损5.67亿美元;每1美元算力投入带来的收入从2.08美元降至1.72美元,是该指标首次下滑。
这些数字指向同一个判断:前沿AI大模型能力的边际收益正在收窄,推理成本不会因为参数更大就自动摊薄。哪怕产品被抬升为集团战略主干,战略地位也替代不了单位经济模型的验证。
在此背景下,豆包在自研模型和第三方模型之间搭起一个可计价的梯度,让用户按任务分层使用算力。额度倍率是一种定价语言,它既在告诉用户“这个任务值多少算力”,也在告诉字节自己“这个入口的单位经济模型长什么样”。
换个角度看,这既谈不上什么“开放生态”的叙事,也无关“自研走不通”的判断。说白了,一家资本结构早已和AI入口紧紧绑在一起的公司,在行业从比增速转为看回报的当口,把入口的生意模型摆到台面上做了一次公开校准。
要校准的其实是“推理成本该由谁扛、又该怎么扛”这道此前被规模增长遮住的老问题,而非模型阵容铺得够不够宽。这个答案能不能在WorkBuddy月访问量约为其2.8倍的差距面前跑出足够付费深度,得等下个季度的数据才见分晓。