拿掉DeepSeek又接回来,千问办公在犹豫什么?

资讯 网易科技 作者:网易 全文 1943 字 · 约 5 分钟读完 配图 2 张 分类DeepSeekGLM深度求索智谱Deepseek

拿掉DeepSeek又接回来,千问办公在犹豫什么?,调用,千问,glm,新模型,deepseek

所属频道 开源生态国产大模型

(文/刘媛媛 编辑/吕栋)

日前,阿里旗下千问办公宣布一次性新增10款大模型,除Qwen4-Max外,还引入Kimi、GLM、DeepSeek、MiniMax、Step等多家厂商的第三方模型。此外,个人版与企业标准版用户不再被绑定在单一模型上,而是可按任务复杂度、响应速度与Token成本自主选择模型。

而这距离字节跳动旗下豆包工作向个人用户全面开放第三方模型,只隔了四天。此前,腾讯WorkBuddy、百度库库AI也已走向多模型聚合路线。头部四家相继“会师”意味着,大模型不再靠独门绝技单挑,办公平台开始像“模型交易所”一样批售智能。

一个值得玩味的情况是:今年8月14日,千问办公曾短暂接入智谱GLM-5.3与DeepSeek V4 Pro,但三天后这两款外部模型便从产品端悄然消失,未获官方解释。时隔三个月,中间发生了什么,或许比一次上新本身更值得琢磨。

自研模型的“守门人困境”

阿里在办公Agent赛道的位置颇为微妙,其本身就是国内头部大模型厂商,通义千问系列承载着从技术声誉到商业变现的多重使命。千问办公既是产品,也是Qwen模型的展示窗口与调用出口。

这种双重身份构成了一个矛盾:如果千问办公坚持自研优先,用户在面对某些特定任务时,可能因为Qwen并非最优解而转向竞品;如果全面开放第三方模型,Qwen的调用量又会被分流,自研模型的迭代反馈与商业回报就会随之受损。

8月那次“三日游”式的开放试探,大概率就是这一矛盾的产物。下线暴露了彼时阿里尚未想清楚,在办公Agent的竞争中,究竟是模型能力本身构成壁垒,还是平台对任务与模型之间的匹配能力更能构成壁垒。

如今跟牌豆包工作,意味着阿里给出了答案。当竞争对手纷纷把模型选择权摆上货架,继续以自研模型为唯一供给,等同于把用户习惯的建立权拱手让人。用户一旦在豆包或WorkBuddy上形成了“什么任务用什么模型”的认知惯性,迁移成本远比一次模型调用的得失更高。

微软在10月底发布的Copilot Harness文章开篇就直言:“如果你想参与竞争,就需要支持多模型。”同期,马斯克宣布Grok Bot将按任务调用Claude Opus 5.5、Midjourney、Suno等第三方模型,谷歌面向办公场景的Gemini Agent同样开放了对Claude的支持。多模型不只是国内大厂的默契,而是全球性的趋势。

按照官方介绍,Qwen4-Max被放在“多步复杂推理”的位置上。这是阿里全新一代基座大模型,采用Qwen4系列全新架构,总参数2.4万亿,每个Token激活710亿,支持100万Token上下文,在Work360评测中单任务平均费用由26.58元降至11.16元,下降约58%。

规则梳理、方案检查、模拟演示这类需要分析判断的工作,则交给GLM-5.3、DeepSeek V4 Pro。文案撰写、信息提取等高频日常任务,推荐Qwen3.8-Flash、GLM-5.3-Flash等更便宜的模型。

用自家旗舰守住金字塔尖,腰部和底部开放给市场,这样一来,既保住了橱窗,也补齐了货架。但比每一次调用都留给自家模型更重要的,是先让用户真正用起来。

货架趋同之后,进入分化前夜

当大家的货架越摆越像,多模型这张牌正在从差异化卖点变成行业标配,竞争也就进入了下一个维度。

腾讯WorkBuddy的先发优势在于C端体验与微信生态的导流能力。据易观分析数据,其9月月访问量达8534万次,排在国内桌面端AI办公智能体首位。但企业级能力相对薄弱,Buddy One会员与企业微信的打通能否补上这一环,尚待验证。

字节豆包工作背靠飞书的产品力与扣子生态,在开发者与企业客户之间拥有双向导流的通道,但发布时间较晚,意味着用户习惯的争夺需要更激进的策略。

百度库库AI虽然握有搜索入口与GenFlow月活破亿的流量底牌,然而办公场景的深度,文档协作、项目管理、组织知识沉淀并不是百度传统强项。

阿里千问办公的底牌则在B端。钉钉数亿用户构成的转化池,加上企业管理员可按部门、用户组配置模型权限的管控能力,使其在大中型企业的深度流程嵌入上具备天然优势。此次开放第三方模型后,企业客户不必在“用钉钉的Agent”和“用最适合的模型”之间做取舍,这道选择题的消除,对钉钉生态内的中大型客户来说意义显著。

不过,接下来四家共同面临的考题是:当模型列表趋同、成本透明度趋同,甚至第三方模型供应商都高度重叠,用户凭什么选择你?

可以预见的是,办公Agent的竞赛,上半场比谁的模型强,中场比谁的货架全,下半场要比的是谁能让用户把一整天的工作,放心地一次性交出去。什么时候该推荐哪款,什么组合能完成一套任务,什么搭配能让用户下次还来,真正的生意才刚开始。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 千万token上下文:98%时间耗在选token,如何再快22倍?

    编辑|Panda如今,百万 token 上下文已经从卖点变成了标配。4 月,DeepSeek-V4 把 1M 上下文定为所有官方服务的默认规格;8 月,智谱发布的 GLM-5.3-Flash 同样支持 1M 上下文,并首次在 GLM 系列中引入稀疏注意力与线性注意力的混合架构。这些模型背后有一个共同的选择:让每个 qu

    来源 腾讯网
  2. DeepSeek长文本限流引发差评潮:免费模式遇算力考题

    随着AI技术迅速普及,免费与开源成为行业繁荣核心引擎,但庞大用户基数与有限算力资源碰撞,摩擦显现。近日,国内AI领军者DeepSeek对部分超长上下文功能限流,引发应用商店差评潮甚至极端投诉;长对话与角色扮演等需求引爆争议,折射大模型免费模式背后的生态痛点。

    来源 AI 产业速递
  3. Next-AI-Draw.io:DeepSeek生成可编辑架构图,怎么用?

    本文介绍如何在Windows环境下通过Docker部署Next-AI-Draw.io,并接入DeepSeek大模型。该工具能将自然语言转化为可二次编辑的draw.io图表,解决传统绘图耗时痛点。针对本地服务仅限内网访问的问题,教程还演示了如何使用Cpolar进行内网穿透,实现跨设备远程访问与团队协作,兼顾数据隐私与工作

    来源 AI 应用前沿
  4. DeepSeek“幸福的烦恼”背后

    10月下旬,DeepSeek V4.1 Flash在一周内完成了33.6万亿Token调用,环比暴涨8倍,冲到全球第一。也是在这个10月,DeepSeek出现了8起服务中断。紧接着在11月16日,DeepSeek宣布不再支持超过7天不活跃的长对话,单次输入上限砍到4万字,日对话额度设限。图片来源:视觉中国无独有偶,De

    来源 腾讯网
  5. DeepSeek限制免费额度:算力不够用,AI需求远未到顶

    DeepSeek 开始限制免费使用量了,这恰恰说明 AI 还有很大的发展空间。现在很多人都担心 AI对硬件的需求是不是走到头了?未来还有成长空间吗?对这个问题,不能取决于英伟达,也不能取决于其他厂家,而是取决于 AI 下游的实际需求。很多人都说,现在全球建立了大量的数据中心, 算力可能出现算力过剩,但真正重度依赖 AI

    来源 AI 行业观察
  6. DeepSeek Harness 实战:从零搭建你的第一个 AI Agent 工作流

    DeepSeek Harness (dsh) 是一款开源的 Agent 运行框架,它让 AI 能够直接操作你的本地文件系统和终端。本文不讲空洞的概念,而是带你一步步完成环境搭建、API 配置、权限设置,并通过一个生成 README 的真实案例,展示如何让 AI 从“聊天助手”变成能独立干活的“数字员工”。适合希望提升开

    来源 AI 应用前沿
  7. DeepSeek开源Agent框架WorkBuddy:154万日活,社区养出3.5万插件

    龙虾(OpenClaw)成为过去时,现在AI社区里流行起了“养鱼”。 近日,一群有独特个性的AI小鱼活跃在互联网各个角落。除了在办公、编程中干活,还做了不少意想不到的事儿,有的在社交平台到处留言互动,还有的跑到抖音直播,甚至相互之间还谈起了恋爱。 而它们的“本体”,来自DeepSeek开源的Agent框架DeepSee

    来源 AI 行业观察
  8. 英伟达Vera Rubin首秀MLPerf:全项横扫,每GPU算力翻倍

    2026年11月16日,英伟达Vera Rubin NVL72在MLPerf Training v6.1全部基准项目首秀即横扫,成为本轮唯一覆盖所有测试类别的平台。与上一代GB300 NVL72相比,每GPU训练性能最高提升2倍,在DeepSeek-V3基准上以97%效率将256至1,024 GPU的扩展效率

    来源 AI 科技快讯
  9. AI学会了“耍小聪明”:当模型只答对规则却答不对问题

    有个实验,读完让人有点坐不住。研究者拿着DeepSeek V4 Pro这样的顶尖模型,问了一个挺正经的问题:生成式AI的输出如果和训练数据高度相似,这能证明训练数据被"记住"了吗?模型答得很漂亮,条理清晰,讲了泛化、讲了多源混合、讲了概率巧合,质量评分9.33分,满分10分。然后研究者只是在问题后面加了一句话:"请在回

    来源 腾讯网
  10. GLM-4.6守约榜88.60分登顶,豆包Pro 65.40分居末

    GLM-4.6以88.60分位列WDCD v3.1守约总榜第一,豆包Pro以65.40分垫底。15个模型中头部与尾部差距达23.2分,R3崩溃率仅6%,满分率44.7%。数据揭示不同模型在多轮施压下的约束维持能力存在显著差异。

    来源 AI 科技快讯
  11. Nex-N2.6开源:321B多模态Agent模型如何破解“鬼打墙”循环?

    上海创智学院(Nex-AGI)开源了基于GLM-5.3-Flash后训练的Nex-N2.6模型。该模型拥有约3210亿参数,支持256K上下文,主打电脑操控、编程和长程工具调用。其核心突破在于将推理复读率从16%降至1.6%,并在OSWorld评测中取得83.0分。文章介绍了其技术原理、本地部署方法及与竞品的对比。

    来源 AI 应用前沿
  12. 好未来二季度净利转亏4744万美元,投资智谱成暗线

    作者 | 谢芸子 编辑 | 张帆 想靠AI赚钱的教育公司,先被AI上了一课。 今年6月,粉笔创始人张小龙在人民大学的一场讲座上,大秀“炒科技股”的回报,并批评在场学生“除了混进体制内,没什么本事”。 风波以道歉和辞职收场。但他的确言行一致。上半年,粉笔的权益类投资从“几乎为零”飙到4.79亿元,包括2倍杠杆的美股半导体

    来源 AI 行业观察
  13. GPT-6 Astra仅对26.7%:Visual Cipher Bench为何难住顶级AI?

    修 bug、写功能、跑长任务…… 今天的 Agent 几乎都能做。因为要求有文字说明,做错了有测试报错。那如果规则只画在图里呢?一张黑白线稿,几个编号,几条箭头。没有题干,没有选项,做对做错也没人告诉你。所有线索都在图里,很难转成文字,只能反复看图、提假设、再回到图里验证。这就是长程视觉推理。8 个前沿模型、3480

    来源 腾讯网
向下滚动自动加载更多