千问办公新增10款大模型,阿里也加入办公Agent多模型阵营
办公Agent的多模型阵营,终于等来了阿里。 11月16日,阿里旗下千问办公宣布新增10款大模型,...
办公Agent的多模型阵营里,阿里终于来了。
11月16日,阿里旗下千问办公宣布新增10款大模型。最新发布的Qwen4-Max在列,Kimi、GLM、DeepSeek、MiniMax、Step等多家厂商的第三方模型也一并接入。
这次更新后,千问办公个人版和企业标准版用户都能自主挑选模型,按任务复杂度、响应速度和Token成本来决定用哪一款干活。
而就在四天前,字节跳动旗下
豆包工作才刚刚向个人用户全面开放第三方模型。
走到这一步,腾讯WorkBuddy、字节豆包工作、百度库库AI和阿里千问办公都已转向多模型聚合,大厂在办公Agent上的模型策略越发接近。
对千问办公来说,这次开放的过程并不平顺。
今年8月14日,千问办公曾宣布接入智谱GLM-5.3和DeepSeek V4 Pro两款外部模型,正式扩大模型选择范围。
可仅仅三天后,情况就变了。
8月17日晚,华尔街见闻·全天候科技发现,这两款外部模型已从千问办公产品端消失,模型选择器又回到以不同能力档位和Qwen3.8-Max为主的状态。
两款模型为何突然下线,阿里方面没有公开解释。
约三个月过去,千问办公再度开放第三方模型,且一次就增加10款,开放力度比上次更大。
这番反复,也照出阿里在办公Agent领域要面对的一道选择题。
阿里本就是国内主要的大模型研发厂商之一。从通义千问到阿里云百炼,其模型研发和商业化体系已相对完整。
对Qwen来说,千问办公既是展示自研模型能力的窗口,也是承接真实用户需求的重要应用场景。
一旦开放第三方模型,部分原本交给Qwen完成的任务,就可能流向其他模型厂商。
不过从千问办公自身的竞争力看,开放外部模型又有必要。
办公Agent和传统AI聊天产品不一样。用户交付的任务常涉及资料搜索、数据分析、代码编写、工具调用和成果交付等多个环节。不同任务对推理能力、响应速度和Token消耗的要求各不相同。某款模型综合能力再强,也未必能以最低成本完成所有工作。
接入更多第三方模型,能拓宽千问办公的能力边界,让用户按不同任务挑更合适的模型。
说到底,阿里需要在自研模型的应用需求和千问办公的产品竞争力之间做权衡。
过去几个月外部竞争环境的变化,让这道选择题变得更紧迫。
腾讯WorkBuddy此前已接入混元、GLM、MiniMax、Kimi、DeepSeek等多家模型厂商的产品。
字节这边的动作同样不慢。10月29日,豆包工作先向团队和企业订阅客户放开了第三方模型;到11月12日,个人用户也能自选模型,额度消耗倍率和优惠机制一并上线。
百度旗下库库AI同样提供了文心、DeepSeek、GLM、Kimi、MiniMax等模型选择。
竞争对手纷纷开放第三方模型,千问办公若继续以自研模型为主,就得靠Qwen在不同办公任务中的表现,去对抗对手聚合起来的整个模型阵容。
自研模型能力再强,阿里也难打包票说Qwen在每一类任务上都能同时顾住效果、速度和成本。
用户要是为了用别的模型而转投竞品,千问办公丢掉的恐怕不只是一次模型调用,还有往后那些办公任务和使用习惯。
这回重新放开第三方模型,说明千问办公看重的不再只是自家模型的调用量,平台本身的竞争力也被摆上了台面。
产品设计上也看得出这个转向。官方介绍称,新加入的Qwen4-Max主打多步骤复杂推理;GLM-5.3、DeepSeek V4 Pro等可用于分析判断和方案检查;Qwen3.8-Flash、GLM-5.3-Flash、DeepSeek V4.1 Flash这类成本偏低的模型,则适合文案撰写、信息提取等日常活儿。
面向企业客户,千问办公开放了模型管理权限:管理员能按部门、用户组或成员划定可用模型,让不同岗位配上能力和成本各异的模型。
模型之间的能力差距,就这样被搬进了具体工作场景,变成产品层面的选项。
不过阿里一进场,办公Agent的多模型竞争又要翻开新的一页。
以前,模型强弱和接入范围还能拉开产品之间的差距;现在各家能调的模型阵容越来越像,光靠多接几款模型,长期优势已经很难立住。
新的差距,会出在模型之上的调度和执行上。
从这次公开的产品信息看,千问办公重点讲的是用户自己选模型,没设Auto模式;腾讯WorkBuddy和字节豆包工作则已经往前走了一步,用Auto模式把选模型的活儿交给平台。
这两种做法差别不小。
手动选模型,得由用户自己去掂量任务难不难、模型行不行、成本高不高;自动路由则反过来,由平台根据任务需求和成本约束,自己判断该调哪一款。
后者的难度明显更高。一项复杂任务常常要走过信息检索、数据分析、内容生成、工具调用和结果检查好几道环节,每个阶段对模型能力的要求都不一样。既要保证执行效果,又要把Token消耗压住,这已经成了左右产品体验和商业化效率的关键因素。
除了路由,Agent还得具备任务规划、上下文管理、工具调用和错误恢复等本事。这些能力合起来就是Agent Harness,一项任务能不能稳稳执行、顺利交付,就看它。
也就是说,哪怕各家办公Agent用的是同一批模型,最后的任务完成率、执行速度和成本照样可能差出一截。
模型选择慢慢成了办公Agent的标配之后,厂商比拼的重点会从接入哪些模型,挪到怎么调度模型、怎么把任务做完。
三个月前,千问办公还在自研和开放之间拿不定主意;眼下办公Agent的竞争,正让这道选择题的答案越来越清楚。
守住自家模型的调用量当然要紧,可别让用户的办公任务流到对手那边,或许是更实在的盘算。