豆包工作全面开放多模型 ，办公Agent“路由大战”再升级

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型的额度消耗倍率，用户可以根据任务复杂程度、响应速度及使用成本，自主选择模型。同时，平台还推出限时优惠计划，下调豆包2.1 Lite和DeepSeek V4.1 Flash的额度消耗倍率，并向新用户提供30天免费订阅权益。

事实上，豆包工作在10月29日就已率先向团队及企业订阅客户开放第三方模型服务。此次进一步更新模型阵容和优惠机制，也让多模型策略成为豆包工作争夺用户的重要手段。

豆包工作的转变或许来自市场竞争的压力。

此前，腾讯WorkBuddy已经接入混元、GLM、MiniMax、Kimi、DeepSeek等多家模型厂商的产品，并通过Auto模式，根据路由策略自动选择适合的模型。

WorkBuddy确实建立一定的领先优势。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的月访问量达到8534万次，豆包工作则为3039万次，前者约为后者的2.8倍。

在WorkBuddy持续扩大用户规模、抢占办公Agent入口的背景下，豆包工作也面临着越来越直接的竞争压力。

事实上，字节并非没有多模型产品的经验。早在豆包工作开放第三方模型之前，字节旗下从AI编程工具起步的TRAE就已经采取多模型策略，其TRAE Work同样提供Seed、GLM、DeepSeek、Kimi、MiniMax等不同厂商的模型选择，并支持用户自行接入模型服务。

行业情况来看，百度也采取了类似的开放策略。今年8月，百度将文库、网盘联合推出的通用智能体GenFlow正式更名为库库AI，并推出独立办公客户端及企业版。

其中，库库AI的模型选择列表中，除了百度自研的文心大模型，还包括DeepSeek、GLM、Kimi、MiniMax等第三方模型。

阿里旗下的Qoder也是如此。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，但千问办公迄今未开放第三方模型。

多模型与单一模型策略背后是Agent产品与传统AI聊天工具之间的差异。

对于普通聊天产品而言，模型的知识储备、推理能力及生成质量，往往直接影响用户体验。但Agent需要处理的任务更加复杂，一个任务可能涉及资料搜集、文档分析、代码编写、数据处理，以及最终结果的生成和验证。

不同模型在这些环节的表现并不相同，使用成本也存在差异。

对办公Agent平台而言，能否接入最强模型固然重要，但如何为不同任务匹配合适的模型，正在成为新的竞争变量。

比多模型接入更值得关注的是模型路由技术的发展。

目前，豆包工作的此次更新主要解决的是用户自主选择模型的问题。用户可以根据不同模型的特点和额度消耗倍率，决定把任务交给谁执行。

但用户手动选择模型并不是多模型架构的终点。

例如一名员工让Agent完成一份行业研究报告，整个过程可能包括搜集公开资料、整理财务数据、分析行业趋势以及制作演示文稿。

其中，基础信息整理可能只需要响应速度较快、成本较低的模型；涉及复杂财务分析或多步骤推理时，则需要调用能力更强的模型；到了格式调整等环节，又可以切换回成本更低的模型。

如果始终使用最昂贵的模型完成全部流程，可能造成不必要的算力消耗；但如果一味追求低成本，又可能因为模型能力不足而增加错误和返工。

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找到平衡。

这项能力已经开始进入办公Agent的产品架构。

腾讯WorkBuddy的Auto模式支持按照路由策略自动分配模型。在此之外，腾讯云还推出了独立的模型路由服务，可以根据请求意图、模型负载和响应延迟等因素，将任务分配给不同模型。

全天候科技注意到，此次豆包工作的Auto模式还采取小额免费的形式。

通过降低Auto模式的使用门槛，豆包工作有机会吸引更多用户尝试自动模型选择，让用户逐渐从自己挑选模型，转向直接交付任务、等待结果。

对平台而言，更多真实任务的执行也有助于持续评估不同模型的能力、成本和任务完成效果，为优化路由策略提供依据。

从这个角度看，豆包工作希望争取的可能不只是更多用户和任务量，还有未来办公Agent的模型调度权。

随着字节、腾讯、百度相继开放第三方模型，各家办公Agent能够调用的模型阵容正变得越来越相似。仅仅接入更多模型已经很难构成长期的差异化优势。

这也意味着，办公Agent的竞争正在进一步向模型之上的技术架构转移。

其中一项重要能力是模型路由，即根据任务难度、执行效果及Token成本，为不同任务分配合适的模型。而从更完整的Agent技术架构来看，模型路由只是其中一环。

近年来受到行业关注的Agent Harness，则进一步涉及任务规划、工具调用、上下文管理、执行状态维护及错误恢复等环节，决定Agent能否将模型能力转化为稳定的任务执行结果。

两者共同影响着办公Agent的商业化效率。

接下来各家是否会通过价格战的形式进一步吸引用户使用，正受到关注。