豆包接入第三方模型,这波更新先别急着夸
11月12日,字节跳动旗下办公智能体产品
2026年9月,字节跳动旗下
对此,行业里两种解读最多:一是“
两种说法之外,还有一个问题不应被忽视。
一句话总结,这不是“开放生态”的故事,也不是“自研不行”的故事,而是入口变大之后,算力账单必须有人算清楚。
接入第三方模型,藏着一张算力账单
想要算清楚这张账单,必须先看清楚
据彭博社2026年9月报道,字节跳动完成一笔296亿美元银团贷款交割。原计划筹资200亿美元,因银行认购踊跃扩至296亿美元,利率为SOFR加68个基点,是中国科技企业境外贷款利差的历史最低水平,仅次于软银为OpenAI安排的400亿美元过桥融资。
融资成本低,说明资本市场对字节的信用定价依然很高。但再低的利率也改变不了一个事实:借来的钱,终究要还,而还债最终要看造血能力。
据36氪报道,字节跳动2026年上半年营收同比增长30%至约1200亿美元,净利润约200亿美元,赚钱能力依旧出色的同时,净利润率已连续三年走低,2023年约为26%,2024年降至21%,到2026年上半年进一步回落到约16.7%。
更值得注意的是,字节正评估将2026年全年资本支出推至最高700亿美元,约为2025年的两倍以上;即便按更保守口径,AI资本开支也已上修至逾2000亿元人民币。总结起来就是,赚来的钱正更快流向数据中心、服务器和算力集群。
在这个结构下,
一个被赋予高期望的产品,通常剧本是先跑规模、后谈变现。但字节的资本开支节奏和利润表走势,把“后谈变现”的时间窗口压缩了。
2026年6月,
对于
接入第三方模型本身不新鲜。
因此,
相关业内人士对万点研究表示,这套接入方式真正关键的是,把“用哪个模型”从技术问题变成成本与定价问题。
倍率不是摆设,豆包把算力成本摆上了台面
显性化管理,落到产品界面上,就是让用户选模型时看清“任务会花多少”。
倍率越低消耗越少,倍率越高消耗越高;
企业侧,管理员可按成员、部门或场景配置可用模型范围,调用第三方模型的用量从企业已购AI点数中直接扣减,无需另行向
为什么这不是多此一举?先看价格。据上海证券报报道,截至10月中下旬,
同一款办公Agent、同一个任务,从
把倍率标出来,等于把后台价差推到选择界面:基础信息整理、格式转换、简单摘要这类任务,用4到8元/百万Token输出定价的模型就能完成,没必要让68元/百万Token的模型去跑;复杂分析、长链路推理、高指令遵循任务,才值得走高倍率。
倍率不改变任何一家模型的实际单价,但它把后台的价差变成了前台的成本信号:用户看到的不是“哪家模型更便宜”的抽象判断,而是“这个任务会扣我多少额度”的即时提示。单价没变,决策依据变了。
另一个关键事实:办公Agent的单次任务成本,不等于“一问一答”。据外媒报道,斯坦福数字经济实验室2026年4月发布的一项大规模实证研究(基于SWE-bench等基准)发现,agentic编码任务的Token消耗量可达普通代码问答的约1000倍,成本大头来自输入侧,Agent每一步动作前都要重新读取任务上下文和历史步骤,而不是输出本身。
该实验室研究同时指出,同一模型在同一任务上的多次运行之间,Token消耗存在显著方差。这意味着用户面对的核心不确定性,不是“哪个模型更聪明”,而是“这次运行会扣我多少额度,我事先不知道”。
当单次任务消耗会因上下文长度、重试次数和工具调用路径大幅波动时,“先跑跑看”就变成了带财务后果的决策。
由此可见,企业侧对大模型的配置逻辑同理,按岗位任务复杂度,把低倍率模型配给高频轻任务,高倍率模型留给低频重任务,是企业在模型价差客观存在前提下,为数不多能主动操作的杠杆。
对
这既是对算力账单的分层管理,也是在订阅价格不变的前提下,用“可预估”替代“更便宜”来留住使用深度。说到底,
补齐入场券之后,真正的考题是交付和续费
算清成本是内功,赢得选择是外战。
对于
据易观分析2026年三季度《中国桌面端AI原生办公智能体报告》,9月纳入统计的20款产品合计月访问量突破3亿次,较2026年6月增长近5倍。其中,腾讯
需要说明,易观统计的是桌面端AI原生办公智能体的月访问量,与
36氪在分析其起量路径时判断更直接:
它踩中的是打工人最朴素的诉求,“不关心你是哪个参数级别的模型,只关心你能不能在一分钟内做出一张不用返工的图表”。多模型在WorkBuddy这里,从一开始就不是需要被宣布的战略动作,而是产品默认配置。
但办公Agent赛道并非只有一种打法。在当下的国内AI办公赛道,阿里千问办公与腾讯WorkBuddy都是主要玩家,三者在生态根基与能力定位上差异明显。
从生态绑定看,腾讯办公与WorkBuddy紧密依托微信、企业微信生态,在即时通讯、轻量文档协作场景中适配性更强,更适合高度依赖微信体系的中小企业。
豆包工作则扎根飞书生态,在项目管理、流程推进、复杂工作流拆解上表现更突出,对中大型企业和知识密集型团队的匹配度更高。
从核心能力看,千问办公偏重内容生成与文档协同,擅长文本打磨、PPT制作等标准化办公产出;WorkBuddy更接近轻量型任务助手,主打企业微信内的快捷问答与信息查询;豆包工作则已延伸到桌面操作、多Agent协同、全流程自主推进,能力边界更宽,更适合承接复杂、长周期的工作任务。
从终端交互看,三者都支持多端使用,但豆包工作的本地GUI操作、云电脑持久运行、手机远程操控等能力,在硬件交互与任务连续性上走得更远。
这解释了为什么豆包工作接入第三方模型,首先是一个竞争对等动作,而不是差异化优势。在这个赛道,模型阵容宽度正在变成入场券。如果豆包工作只提供自研模型,用户选择时就会多出一个“模型不够全”的减分项。
目前办公Agent赛道的竞争重心,正从“谁的模型更强”向“谁把活干完,并且干得让人放心”迁移。因此,豆包接入Kimi、GLM、DeepSeek,是确保竞争不在这一层就分出胜负,然后才有机会把比较拉回自己真正可能建立壁垒的地方。
有行业分析认为,办公Agent有一个天然错位:员工在用,工作成果归公司,个人用得顺手只能证明产品跨过使用门槛,不能证明整段工作已进入企业生产。续费期才是检验真正竞争力的窗口,交付落地能力直接决定企业付费意愿与留存水平。
在这个意义上,豆包工作接入第三方模型,不是用Kimi和DeepSeek打WorkBuddy,而是把竞争从“模型阵容宽度”拉回“Agent编排和生态打通”的纵深。
对于豆包工作而言,真正难复制的部分,是飞书权限继承、本地与云双执行,以及字节生态内从办公到创作的上下文贯通。WorkBuddy的壁垒同样不在模型列表里,而在企业微信、微信和腾讯文档构成的工作流入口。
万点研究认为,模型宽度决定上桌资格,豆包工作接入第三方模型,是补齐入场券,不是赢得比赛。最终检验标准不是模型列表,而是谁能把活干完、让企业续费。而这张入场券背后,算力账单怎么分层、单位经济怎么校准,才是豆包工作更长的那道考题。
结语:入口越大,账越要算清楚
2026年下半年,全球AI行业遭遇不小的挑战。
据华尔街日报报道,Anthropic11月10日提交的文件显示,Anthropic计划最快下周上市,目标估值约1.3万亿美元,较预期中的2万亿美元出现不小幅度缩水。
先从基本面寻找原因,据财联社消息,截至三季度,Anthropic营收169.56亿美元,环比增速从二季度的144%降至47%;当季算力与基础设施支出约99亿美元,占营收58%,经营利润从二季度的9.74亿美元转为亏损5.67亿美元;每1美元算力投入带来的收入从2.08美元降至1.72美元,为该指标首次下滑。
这些数字指向同一个判断:前沿AI大模型能力的边际收益在收窄,推理成本不会因为参数更大就自动摊薄。即使被抬升为集团战略主干的产品,也无法用战略地位替代单位经济模型的验证。
在此背景下,豆包在自研模型和第三方模型之间建立一个可计价的梯度,让用户按任务分层使用算力。额度倍率是一种定价语言,它在告诉用户“这个任务值多少算力”,也在告诉字节自己“这个入口的单位经济模型长什么样”。
这不是“开放生态”的故事,也不是“自研不行”的故事。它是一家在资本结构上已深度绑定AI入口的公司,在行业从追逐增速转向追问回报的转折点上,对入口经济模型做的一次公开校准。
校准对象不是模型阵容宽度,而是“谁来承担推理成本、以什么方式承担”这个此前被规模增长掩盖的问题。至于这个答案能不能在WorkBuddy月访问量约为其2.8倍的差距面前跑出足够付费深度,那是下一个季度数据才能回答的事。
本文来自微信公众号 “万点研究”(ID:Agumanhua),作者:成才,36氪经授权发布。















