千问办公上线10款模型:Qwen、DeepSeek、Kimi、GLM可自选
AIGC新知 绛烨 · 本期观察 遇到新问题,和绛烨一起解。 同一个 AI 办公平台, 不同任务怎么选模型? 写文案、查方案、做网站, 每....
AIGC新知 绛烨 · 本期观察
碰到新问题,绛烨陪你一起解。
同一个 AI 办公平台,面对不同任务该挑哪个模型?写文案、查方案、做网站,每类任务看重的能力并不一样。
这一回要聊的是:千问办公多模型上线、按任务选模型,以及 Agent 的交付能力。
做 AI 办公的平台,开始把底层模型的选择权交给用户了。
11 月 16 日,千问办公宣布上线 10 款模型,其中包括刚刚发布的。这次更新最受关注的一点,是多家厂商的大模型被装进了同一个 AI 办公平台,用户可以按照手头的工作任务,自己决定背后用哪个模型。
过去,使用
可当 AI 开始处理文档、编写代码、检查方案,甚至接手复杂项目时,模型之间的能力差距,也慢慢影响到了实际的使用感受。
写文案讲究效率,分析方案看重推理,处理复杂项目则要求稳定的多步骤执行能力。如今,这些任务总算能选到各自合适的模型了。
01
PART
千问办公上线 10 款模型,Qwen、MODEL LINEUP
这一轮千问办公的模型更新,把国内多家主流大模型厂商都收了进来。官方公布的模型列表如下:
- Qwen 系列:Qwen4-Max
DeepSeek 系列:DeepSeek V4 Pro- GLMGLM-5.3
- Kimi 系列:Kimi K3.1 Pro
- MiniMaxMiniMax M3.1 Flash
- StepStep 5 Preview
另外,官方晒出的模型清单里,还出现了
在这之前,千问办公给用户的主要是标准、高级和
更新之后,可选的范围更细了。
比如要快速把信息归拢起来,挑响应更快的轻量模型就行;碰上复杂的分析活儿,换成更擅长推理的模型。
至于网站设计这类需要多步执行的任务,则可以用这次首发的 Qwen4-Max。
说白了,就是在同一个工作环境里,给不同任务配上不同的 AI 能力。
眼下千问办公个人版和企业标准版的用户,已经能自己挑模型了。
从产品体验看,原本藏在 Agent 背后的模型选择,正一点点挪到用户眼前。
02
PART
写文案、查方案、做网站,任务不同,模型也能不同
MODEL SELECTION
一个 AI 办公平台,为什么要塞进这么多模型?
道理不复杂:任务不一样,对模型的要求自然也不一样。
拿新媒体运营来说,一天的活儿可能包括整理行业资讯、写公众号文章、检查商业方案,甚至做活动网页。
这些事都能交给 AI,但真正用到的模型能力并不相同。
场景一:整理资料、撰写文案,先看响应快不快
每天要处理大量行业资讯、会议纪要和常规文案,这时候响应速度往往比复杂推理更关键。
这类任务可以优先选 Qwen3.8-Flash、GLM-5.3-Flash、DeepSeek V4.1 Flash 这些轻量模型。
比如把一份长会议纪要变成待办事项,或者从多篇资讯里挑出核心信息,要的是快点拿到结构清楚、拿来就能用的结果。
这种高频任务,选对轻量模型,也能少耗一些不必要的资源。
场景二:检查方案、梳理规则,更吃分析能力
要是得检查商业合作方案里的逻辑漏洞,或者把复杂的业务规则理清楚,难度就上来了。
这时候,模型得读懂上下文、看清前后关系,再给出有依据的判断。
做这类分析,候选可以是 GLM-5.3、DeepSeek V4 Pro 等模型。拿一份活动执行方案交给 Agent,让它查时间安排、资源分配、流程衔接有没有冲突,就是典型例子。
分析得全不全、逻辑顺不顺,是这类任务的关键。
场景三:建网站、做开发,长程执行能力更吃紧
任务一旦从处理信息变成开发一个网站,情况就不一样了。Agent 往往要先读懂需求,再规划页面结构、写代码、调用工具,还得跟着反馈一轮轮改。
这种活儿步骤多,对模型长时间盯住任务目标和上下文的要求也更高。
此次首发上线的 Qwen4-Max,重点强化的正是这块能力。官方公布的信息显示,Qwen4-Max 总参数达 2.4 万亿,支持百万
在官方
其中一个值得留意的变化是:以前跑复杂任务,Agent 可能要运行很久,用户只能等最后结果。
现在 Live Delivery 的思路不一样,先交一个能用的初始版本,再照用户反馈接着完善。比如开发网站,可以先产出基础页面,然后一步步补功能、改交互、调设计。
成果能更早被看到,执行途中也能及时调整方向。Qwen4-Max 的适用范围,由此进一步伸向复杂项目开发和专业工作流。
它主打的实时交付机制,就是让 Agent 先给一个初始版本,再把内容逐步补齐。
当然,上面这些只是照官方介绍梳理的选型参考,真实效果还得拿任务去测。
不过站在用户角度看,变化已经摆在眼前。过去用 AI 办公产品,一般是挑一个模式,什么任务都往里塞。
如今可以按任务主动换模型:日常整理图快,复杂分析看推理,长程任务重持续执行和交付。
让合适的模型干合适的活,正成为 AI 办公的一种新选法。
03
PART
模型变成可选项之后,Agent 的价值还剩下什么?
AGENT DELIVERY
模型数量变多,是这次更新最容易被看到的地方。真正该从行业层面琢磨的,是选择权被放开了。以前不少 Agent 产品把底层模型藏在统一的交互界面后面,用户只管说要做什么。
剩下的交给平台。门槛是低了,可任务一复杂,用户对模型的要求就会变得很个人化。
同一份商业方案,换个模型,分析思路可能就不一样;同一个网站开发需求,规划、编码、执行各环节的表现也可能差出不少。
模型列表直接摆出来,用户就能自己切换、对比,看结果再决定用哪个。从平台统一派模型,到用户按任务自己挑,Agent 的透明度在变高。
问题是,模型随便选之后,另一件事也跟着冒出来:各家厂商的大模型都能进同一个平台,那 AI 办公产品本身的价值还剩在哪?
答案恐怕会越来越偏向任务执行和成果交付。模型固然决定了不少基础能力,可一个 Agent 能不能把活干完,还要看任务规划、工具调用、文件处理,以及各步骤之间怎么配合。
底层模型一样,工具环境和执行流程不同,最后的结果也可能不同。也就是说,以后看一个 AI 办公产品,不能只数它接了多少模型,还得看这些模型能不能被组织起来,把活真正干成。
对企业来说,这层变化还有别的意味。千问办公这次给企业管理员留了配置入口,可以按部门、用户组或成员来分配模型权限。
市场部门多半用文案生成和信息整理,业务分析部门要处理复杂规则,研发岗位则更依赖编程和工具调用。岗位不同,配的模型资源也可以不同。
企业用 Agent 的场景越扎越深,模型选择、权限管理、任务适配这几件事,也会慢慢变成 AI 办公管理里的常规内容。
04
PART