豆包工作、千问办公集体接入第三方模型:办公Agent转向任务入口之争
11月中旬,国内办公智能体赛道发生了一个微妙但具有分水岭意义的转折。 11月12日,字节跳动旗下豆包工作宣布接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等多款第三方模型,并在模型选择页面标注各模型的“额度消耗倍率”,让用户在任务需求与使用成本之间自行权衡。四天后的11月16日,
11月中旬,国内办公智能体赛道出现了一个不算起眼、却可能被后来反复提起的转折点。
11月12日,字节跳动旗下的
豆包工作对外宣布,已经接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等多款第三方模型,并在模型选择页面标出每个模型的“额度消耗倍率”,让用户自己在任务需求和花多少钱之间做取舍。仅仅过了四天,11月16日,阿里旗下的千问办公一次性上线10款模型,除了自研的Qwen4-Max,Kimi、GLM、DeepSeek、MiniMax、Step的第三方模型全都在列;企业管理员还能按部门、用户组或成员来配置模型访问权限。
走到这一步,腾讯
WorkBuddy、字节豆包工作、百度库库AI、阿里千问办公这四家国内头部办公Agent产品,已经全部站到了多模型聚合的同一條路上。两周多以前,豆包工作刚向企业客户开放第三方模型时,千问办公还被看作“最后的坚守者”;两周多之后,这个坚守者改了主意,而且一开放就把口子开到了最大。
这不只是加几个模型那么简单。四家平台几乎同时把竞争对手的模型请进自家产品,说明办公Agent的竞争逻辑正在换挡:过去比的是“谁的模型更强”,现在的问题更接近零售和平台经济的思路——谁攥住了任务入口,谁就攥住了定价权和用户关系。
“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,本来就是各式各样的。
比如一个普通员工让Agent做一份行业研究报告,中间可能要经过资料检索、数据清洗、财务分析、趋势推演、PPT生成五个环节。资料检索讲究长上下文吞吐和快速响应,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,算力消耗很快会失控;可要是一门心思压低成本,中间环节的推理错误会顺着链条放大,返工带来的开销反而更高。模型能力再“单点领先”,放到一条任务链面前也很容易被摊薄。
另一边,模型供给端的变化也在提速。某家模型可能在长文本处理上暂时领先,另一家在中文理解上更扎实,第三家又在推理成本上打出了极致的性价比。能力优势像潮水一样涨落,没有谁能一直站在所有维度的岸上。对办公Agent平台来说,把赌注押在单一自研模型上,等于把产品体验绑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等第三方模型的选择,此后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。先发者已经用“模型自由”养成了用户习惯,后来者如果还坚持自研独供,丢掉的就不只是一次模型调用,而是用户把工作任务交给这个平台的全部可能性。
所以,千问办公的转身虽然绕了个弯——8月曾短暂接入GLM和DeepSeek,三天后悄然下线,三个月后又以更大的力度回归——却几乎是必然的。在自研模型的应用需求和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”的问题,但“怎么选”才是真正考验平台工程深度和商业智慧的地方。
在额度这一步,豆包做了一个动作:把消耗倍率摆到明面上。各模型的消耗标准都归到同一套额度体系里,倍率越低,干同样的活占用的平台额度就越少,用户挑模型时可以直接比出成本高低。此前企业级AI市场一直有个绕不开的麻烦——计费规则看不清:有的模型把输入和输出的token分开算钱,有的按调用次数收,单位之间怎么换算,普通用户根本弄不明白,任务还没开始就没法估出真实花费,经常是账单到手才发现预算超了。倍率一标出来,成本这笔账就不再锁在黑盒里,做任务的人自己就能拿主意。
但这只是第一步。用户手动选模型,仍然是一个需要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。
模型路由说白了,是给任务自动找一个“够用又不贵”的模型,而不是上来就调最贵的那个。企业花在AI上的预算正经历结构性变化:以往那种“默认最强”的粗放调用,正被“按任务分层调度”取代。Palantir披露的案例里,把一部分任务从强模型换到轻量模型,推理成本最多降了97%;建筑公司McCarthy Building的AI token用量同比少了约60%,主要就来自模型调度上的优化。这些数字说的是同一件事:模型能力慢慢拉平之后,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”,根据任务类型自动选择合适的模型,不需要用户手动判断。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,员工只需要告诉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。接入多少家模型、菜单有多长,不再算核心壁垒——只要商务谈判到位,模型菜单几周内就能被复制。真正的壁垒在于:平台有没有积累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”和“必须强”的分界线;能不能把省下来的成本变成用户能感知的定价优势。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看得更清楚。
豆包工作向企业客户开放第三方模型的做法,值得拆开看。客户要用DeepSeek、Kimi或GLM,直接从豆包工作的账户里扣AI点数就行,不用再跟模型厂商单独签合同。企业即便挑了别家的模型,钱还是付给字节的产品。QwenWork的企业权限管理把这套逻辑又往前推了一步:管理员按部门、角色分配各家模型的访问权限,平台由此成了企业AI花销的统一结算口,也是统一治理口。
说白了,这是拿模型选择的开放,去换Agent入口的独占。办公Agent收的是席位费,一个企业客户常常几十到几百个账号,ARPU比C端AI订阅高出一个数量级。更关键的是,办公场景里攒下的是任务记录、工作流和上下文。一个团队一旦把日常活儿搭在某个Agent上,想搬走,代价远不止“换个模型”那么轻。平台让出去的是模型调用的独家性,换回来的是对工作环境的占据。
对模型厂商来说,这个格局有两层含义。一层是,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入驻四大平台,拿到了光靠卖API很难获得的曝光。另一层是,任务入口和路由权握在平台手里,模型厂商在议价结构中的位置会悄悄往后挪。平台分调用量,看的是“任务适配”而不是“品牌忠诚”,模型之间的比拼会进一步往性价比和差异化能力上收。BT150的高管调研也观察到,企业正把敏感或可预测的任务路由到内部模型或更小的模型上,前沿模型的溢价空间被不断压缩。
这也能解释,模型厂商自己为什么也在往订阅制和企业级智能体解决方案上转。智谱的API业务毛利率在2026年上半年刚转正,达到24.6%,而推理成本过去一年降了约80%。纯供API的利润空间已经见顶,光追调用量撑不起估值故事。办公Agent平台把模型变成可替换的“智能供给”之后,模型厂商只能往上游的应用层和交付层去找更厚的利润。
入口的价值,大于模型的光环
豆包工作和QwenWork在同一个十一月做出的选择,指向同一件事:办公场景里,模型正退到后台,Agent正走到前台。
对用户来说,这当然是种解放。不用再为“哪家模型最强”的营销说法掏钱,也不用因为模型偏好变了就迁移整套工作环境。任务交给Agent,模型交给路由去选,成本交给透明的额度体系去算。办公AI从一个需要“信仰”的产品,变成了一个可以“算账”的工具。
但对行业来说,竞争重心的迁移比多数人想的更快。模型能力的军备竞赛不会停,只是它正变成一场后台的竞赛;前台抢的是任务入口、工作流嵌入深度和成本治理能力。WorkBuddy的先发优势,不在混元模型本身多强,而在它最早让用户习惯了“在一个工作台里自由换模型”。豆包和QwenWork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。
同一批模型被四家平台放进了同一份清单,清单也就没法再当差异化的卖点。真正的考验在于:哪家的后厨能把这份原料做得最稳、最省钱、最对中国办公场景的胃口。模型可选,不过是刚起了个头。