豆包工作开放Kimi K3.1 Pro等第三方模型：办公Agent路由战升级

字节跳动旗下办公产品豆包工作，如今把竞争对手的大模型也摆上了用户的选择清单。

11月12日，豆包工作公布最新模型阵容：除原有的豆包2.1 Lite、豆包2.1 Pro两款自研模型外，Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型正式上线。

与这次更新一同到来的，还有价格上的调整。

按照安排，平台会在模型选择页标出各模型的额度消耗倍率，用户可结合任务难度、响应快慢和花费高低自行挑选。同时上线的还有限时优惠：豆包2.1 Lite和DeepSeek V4.1 Flash的额度消耗倍率被下调，新用户则可获得30天免费订阅权益。

其实早在10月29日，豆包工作就先行向团队和企业订阅客户开放了第三方模型服务。此番再度扩充模型阵容、叠加优惠机制，多模型策略已成为它争取用户的一招。

豆包工作为何转向？市场竞争的压力或许是原因之一。

在这条路上，腾讯WorkBuddy走得更早。它已接入混元、GLM、MiniMax、Kimi、DeepSeek等多家厂商的模型，并借助Auto模式，按路由策略自动挑选合适的模型。

WorkBuddy也确实攒下了领先身位。易观分析发布的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。

WorkBuddy一边扩大用户规模，一边抢占办公Agent入口，豆包工作承受的竞争压力也随之变得更加直接。

不过，字节对多模型产品并不陌生。在豆包工作开放第三方模型之前，字节旗下从AI编程工具起家的TRAE就走多模型路线，其TRAE Work同样提供Seed、GLM、DeepSeek、Kimi、MiniMax等不同厂商的模型供选择，用户也能自行接入模型服务。

放眼行业，百度也选择了开放。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，并上线独立办公客户端和企业版。

库库AI的模型选择列表里，除了百度自研的文心大模型，DeepSeek、GLM、Kimi、MiniMax等第三方模型同样在列。

阿里旗下的Qoder同样如此。今年4月，Qoder社区版开放自带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。

多模型与单一模型之分，根子上是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，通常直接决定用户体验。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，以及最后结果的生成与验证。

在这些环节上，不同模型的表现各有高低，使用成本也不一样。

对办公Agent平台来说，能不能接上最强的模型固然重要，但怎样给不同任务配上合适的模型，正成为新的竞争变量。

相比多模型接入，更值得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选模型。用户可依据各模型的特点和额度消耗倍率，决定任务交给谁来做。

可手动选模型，并不是多模型架构的终点。

举个例子，一名员工让Agent做一份行业研究报告，整个流程可能涵盖搜集公开资料、整理财务数据、分析行业趋势、制作演示文稿。

其中，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。

全程都用最贵的模型，可能带来不必要的算力消耗；可若一味压低成本，模型能力不够又容易增加错误和返工。

模型路由要解决的，正是如何在任务效果、执行速度与使用成本之间取得平衡。

办公Agent的产品架构里，已经出现了这项能力的身影。

腾讯WorkBuddy的Auto模式同样按路由策略自动分配模型。腾讯云另有一项独立的模型路由服务，会结合请求意图、模型负载和响应延迟等因素，把任务分派给不同模型。

全天候科技留意到，豆包工作这回的Auto模式走的是小额免费路线。

Auto模式的门槛被压低之后，豆包工作有望吸引更多人上手试试自动选模型，让用户慢慢从亲自挑模型，转为把任务交出去、等结果。

站在平台一侧，真实任务跑得越多，越能持续摸清各模型的本事、花销和完成情况，路由策略的调整也就有了依据。

这么看，豆包工作想拿下的恐怕不止用户数和任务量，还有将来办公Agent由谁来调度模型。

字节、腾讯、百度接连开放第三方模型，各家办公Agent能调的模型阵容越来越像。光靠多接几个模型，已经很难撑起长久的差异化。

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本事：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，路由只是其中一环。

近两年行业里常提的Agent Harness，还牵涉任务规划、工具调用、上下文管理、执行状态维护和错误恢复这些环节，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。

后面各家会不会打价格战来拉用户，外界正在盯着。