(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。
本文系观察者网独家稿件,未经授权,不得转载。







