豆包工作开放Kimi、GLM等第三方模型，办公Agent竞争加剧
字节跳动旗下的豆包工作，开始让用户使用更多竞争对手的大模型。11月12日，豆包工作宣布更新模型阵容，在原有豆包2.1 Lite和Pro两款自研模型之外，正式接入Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型。这次更新还伴随着一轮价格调整。豆包工作将在模型选择页面标注不同模
字节跳动麾下的
豆包工作，如今把竞争对手的大模型摆上了台面，供用户挑选。11月12日，这款产品宣布扩充模型阵容：除原有的豆包2.1 Lite和Pro两款自研模型外，Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型也正式被纳入其中。
阵容变动之外，价格也做了调整。按照新规则，用户在模型选择页面能看到各模型的额度消耗倍率标注，再结合任务复杂程度、响应速度与使用成本自行决定用哪个。平台同期上线限时优惠，把豆包2.1 Lite和
DeepSeek V4.1 Flash的额度消耗倍率调低，新用户还能拿到30天免费订阅权益。
其实早在10月29日，豆包工作就向团队及企业订阅客户先行放开了第三方模型服务。这次把模型阵容和优惠机制一并更新，多模型策略在其争夺用户中的分量又重了一分。
豆包工作改弦更张，恐怕与市场竞争的压力有关。腾讯WorkBuddy此前已接入混元、GLM、MiniMax、Kimi、DeepSeek等多家厂商的产品，并借助Auto模式按路由策略自动挑选合适的模型。
WorkBuddy的优势已有数据支撑。易观分析2026年三季度办公智能体市场报告显示，今年9月WorkBuddy月访问量为8534万次，豆包工作为3039万次，前者约为后者的2.8倍。
随着WorkBuddy不断做大用户规模、卡住办公Agent入口，豆包工作承受的竞争压力也越来越直接。
字节其实并非没有多模型方面的积累。豆包工作开放第三方模型之前，字节旗下从AI编程工具起步的TRAE已走多模型路线，其TRAE Work同样提供Seed、GLM、DeepSeek、Kimi、MiniMax等不同厂商的模型供选，用户还能自行接入模型服务。
放眼行业，百度走的也是开放路子。今年8月，百度把文库、网盘联合推出的通用智能体GenFlow正式改名为库库AI，同时推出独立办公客户端及企业版。库库AI的模型选择列表里，除百度自研的文心大模型外，DeepSeek、GLM、Kimi、MiniMax等第三方模型也在其中。
阿里旗下的Qoder同样如此。今年4月，Qoder社区版正式开放自带API Key接入能力，支持阿里云百炼、智谱、DeepSeek、Kimi、MiniMax等多家模型服务商；不过千问办公至今没有开放第三方模型。
多模型与单一模型的分野，根源在于Agent产品与传统AI聊天工具的不同。普通聊天产品里，模型的知识储备、推理能力和生成质量往往直接决定用户体验。Agent要处理的任务则复杂得多，一个任务可能牵涉资料搜集、文档分析、代码编写、数据处理，直到最终结果的生成和验证。
这些环节上，不同模型的表现参差不齐，成本也各有高低。对办公Agent平台来说，能不能接入最强模型固然要紧，但怎样为不同任务配上合适的模型，正成为新的竞争变量。
比起多模型接入，更该留意的是模型路由技术的进展。
豆包工作这次更新，主要解决的是让用户自己挑模型：依照各模型的特点和额度消耗倍率，用户决定把任务派给谁。但手动选模型并不是多模型架构的尽头。
打个比方，一名员工让Agent做一份行业研究报告，全程可能涵盖搜集公开资料、整理财务数据、分析行业趋势以及制作演示文稿。基础信息整理或许只需响应快、成本低的模型；碰到复杂财务分析或多步骤推理，就得调用能力更强的模型；到了格式调整这类环节，又可以换回便宜的模型。
整个流程都用最贵的模型，算力消耗可能白白浪费；可一味图便宜，模型能力不够又会带来错误和返工。
模型路由要解的题，正是在任务效果、执行速度与使用成本之间求得平衡。
办公Agent的产品架构里，已经出现了这项能力。
腾讯WorkBuddy的Auto模式会按路由策略自动分配模型。腾讯云另外还上了一套独立的模型路由服务，依据请求意图、模型负载、响应延迟等因素，把任务分派给不同的模型。
全天候科技留意到，豆包工作这次的Auto模式走的是小额免费的路子。
Auto模式的门槛降下来，豆包工作就有机会让更多人试着用上自动选模型，用户也会慢慢从自己挑模型，变成把任务交出去、等结果。
站在平台这边，跑起来的真实任务越多，越能持续摸清各个模型的能力、成本和任务完成情况，路由策略的优化也就有了依据。
这么看，豆包工作想拿到的，恐怕不只是更多用户和任务量，还有未来办公Agent的模型调度权。
字节、腾讯、百度先后开放第三方模型之后，各家办公Agent能调的模型阵容越来越接近。光靠多接几个模型，已经很难撑起长期的差异化。
换句话说，办公Agent的较量正往模型之上的技术架构挪。
模型路由是其中一项关键能力，也就是按任务难度、执行效果和Token成本，给不同任务配上合适的模型。放到更完整的Agent技术架构里看，模型路由只是其中一环。
近年行业里常提的Agent Harness，牵涉的环节更多：任务规划、工具调用、上下文管理、执行状态维护、错误恢复都在内，它决定Agent能不能把模型能力变成稳定的任务执行结果。
这两样东西，一起左右着办公Agent的商业化效率。
接下来各家会不会打价格战来继续拉用户，正被外界盯着。
