推廣活動

中國開源模型的「最大甲方」有了

北風窗
•
新增的金主

互聯網大廠們正在成為開源大模型的新甲方。

騰訊總裁劉熾平在三季度業績電話會上透露,WorkBuddy已成為中國幾乎所有開放權重模型的最大客戶。

這可能只是一個開始。

近期,國內頭部辦公Agent密集調整產品策略。繼騰訊WorkBuddy率先採用多模型路線後,字節跳動旗下豆包工作接連擴大第三方模型接入範圍,阿里千問辦公也重新向外部模型敞開大門。

從騰訊到字節、阿里,幾家互聯網大廠的辦公Agent正在走向相似的產品路線。

隨著這一趨勢逐漸明朗,擁有龐大用戶規模、能夠持續承接工作任務的辦公Agent有望成為上游模型廠商新的超級客戶。

但當路線趨於一致後,大廠既要通過辦公Agent爭奪用戶和工作入口,也要在不斷增長的Token消耗中控製成本。

誰能彙集更多模型需求決定了業務規模;誰能更高效地調度這些模型,則開始影響商業化的成色。

超級買家在途

WorkBuddy能夠成為中國幾乎所有開放權重模型最大客戶,一方面與之市場影響力有關,另一方面則是因為其較早採用多模型策略。

今年3月上線時,WorkBuddy便支援接入DeepSeek、GLM、Kimi等第三方模型,此後又持續擴大模型選擇範圍。

這一路線在過去一段時間裡並未成為國內辦公Agent的主流選擇。

今年8月25日,字節跳動正式推出豆包工作。產品上線初期主要依靠自研豆包模型提供服務,並未向普通用戶開放第三方模型選擇;同期,阿里旗下的千問辦公同樣以自研模型為主。

但隨著WorkBuddy持續擴大領先優勢,其他大廠競爭壓力突增。

10月29日,豆包工作率先向團隊和企業訂閱用戶開放第三方模型。11月12日,又進一步擴大模型接入範圍,在原有自研模型之外,新增Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等第三方模型。

僅4天後,千問辦公也迅速跟進,一口氣上線10款模型,包括自研Qwen4-Max,以及Kimi、GLM、DeepSeek、MiniMax、Step等第三方模型。

事實上,阿里對於是否開放第三方模型曾有過搖擺。

今年8月,千問辦公曾短暫引入GLM、DeepSeek等外部模型,但相關模型僅上線數日便從產品端下線,模型選擇重新回到以自研模型為主的狀態。

時隔三個月,千問辦公再次向第三方模型敞開大門。

與此前的短暫嘗試不同,這一次,千問辦公不僅向個人和企業標準版用戶開放模型選擇,還允許企業管理員根據部門、用戶組及員工配置模型使用權限。

從騰訊率先採用多模型聚合,到字節擴大第三方模型接入,再到阿里重新開放模型選擇,國內幾家頭部大廠的辦公Agent最終走向了相似的產品路線。

從需求端來看,對辦公Agent而言,用戶最終需要的是一份報告、一張表格、一段代碼,或者一項能夠直接交付的工作。

不同任務對模型能力、響應速度和成本的要求並不相同。單一模型未必能夠在所有場景中保持優勢,通過接入多家模型,用戶可以根據不同任務選擇更合適的模型。

這種產品路線的收斂恰恰給上游模型廠商帶來新的機會。

過去,智譜、月之暗面、MiniMax等獨立模型廠商主要通過自身產品、開發者生態、API服務及企業客戶擴大模型使用量。如今,擁有數百萬乃至千萬級日活躍用戶的辦公Agent也開始成為一類值得爭取的大客戶。

這種變化已經體現在部分模型廠商的新產品發佈策略中。

今年10月初,WorkBuddy曾接入一款名為Space Bunny的匿名模型。直到10月19日MiniMax正式發佈M3.1 Flash,外界才得知Space Bunny正是這款模型的早期版本。

據MiniMax披露,Space Bunny在匿名運行期間累計處理超過200兆Token。

隨著騰訊、字節、阿里相繼走向多模型路線,各家能夠獲得的底層模型能力開始趨同,單純增加模型選擇已難以形成持續的差異化優勢。

如何整合不同模型的能力、提高任務交付效率,並控制模型調用成本,開始成為更現實的競爭問題。

大客戶精打細算

對於這些正在成為大模型重要客戶的互聯網大廠而言,模型調用規模不斷擴大,也意味著需要承擔更高的運行成本。

騰訊管理層日前在業績電話會上明確提出,未來將通過提高付費用戶比例、增加每名付費用戶的Token支出,以及推理優化、模型定製和算力效率提升等方式,逐步改善單位經濟效益。

一方面,辦公Agent需要通過更強的任務交付能力提高用戶付費意願,並推動使用量增長;另一方面則需要控制模型推理和任務執行成本,避免收入增長被持續擴大的資源消耗抵消。

不過,隨著調用規模擴大,互聯網大廠在承擔更高成本的同時,也可能獲得新的議價籌碼。

龐大的採購規模也意味著有機會爭取比公開API報價更低的價格。

一家已將旗下模型接入WorkBuddy的廠商人士向華爾街見聞·全天候科技確認:「在模型API的商業合作中,折扣率會根據客戶的調用規模確定。」

「企業客戶可以通過管道獲得低於官網公開報價的模型API服務,實際價格存在一定的協商空間。」南方一家從事大模型API代理及銷售業務的企業人士向全天候科技表示。

海外的模型廠商也採取了類似的機制。

Anthropic在官方API定價規則中明確表示,大用量客戶可以根據具體情況單獨協商批次折扣,企業客戶還可以獲得定製價格及其他商業條款。

這也可能進一步影響互聯網大廠在辦公Agent之間的競爭。

隨著WorkBuddy、豆包工作和千問辦公相繼走向多模型路線,各家能夠獲得的底層模型供給逐漸趨同,但實際支付的採購價格未必相同。

對於擁有更大模型調用規模的平台而言,龐大的採購需求有望轉化為更強的議價能力,進而獲得更低的單位調用價格。

一旦這種優勢形成,大廠不僅能夠降低模型使用成本,也可能通過更有競爭力的產品定價和服務額度爭奪用戶,進一步擴大調用規模,形成正向循環。

這只是競爭的一部分。真正交付一項任務還涉及模型調用次數、Token消耗,以及執行失敗後的重試成本,這也對辦公Agent背後的Harness提出更高要求。

Harness作為Agent的運行框架,不僅決定如何組織這些步驟,還會影響模型調用次數、上下文管理及任務失敗後的重試策略。

即使使用相同的底層模型,不同Harness也可能產生顯著不同的資源消耗。

今年9月,字節Seed團隊與外部研究人員發表《HarnessDev》論文,專門研究不同Harness設計對Agent任務表現及運行效率的影響。

研究人員在其中一組實驗中,統一使用Gemini 3.1 Pro作為底層執行模型,讓不同Harness完成相同的Terminal-Bench 2.1測試。

結果顯示,由GPT-5.5構建的Harness,平均執行Token消耗約為2430萬個;由Claude Opus 4.8構建的Harness,平均消耗約9430萬個,相差約3.9倍。

兩組實驗的任務成功率分別為49.4%和52.4%。後者雖然獲得了略高的成功率,但Token消耗卻增加了近3倍。

這也意味著,隨著未來當幾家互聯網大廠的辦公Agent陸續接入GLM、Kimi、DeepSeek等更多第三方模型時,擁有相似的模型供給並不意味著它們能夠以相同的成本完成工作。

從採購到執行,互聯網大廠實際上需要算清兩筆帳:

一筆是向模型廠商採購模型能力的價格。隨著調用規模擴大,大廠有機會通過規模採購降低單位成本;

另一筆則是完成實際工作所需要的綜合成本。它不僅取決於模型報價,還與模型路由、Harness運行效率等密切相關。

這兩種成本優勢還可能相互強化,形成正向循環。

對於擁有更大調用規模的辦公Agent而言,更有利的採購價格意味著相同預算能夠支撐更多模型調用和產品試驗。而持續積累的真實任務反饋,又有助於大廠優化模型路由、任務拆解和執行流程,加快Harness的迭代。

隨著多模型路線逐漸收斂,幾家互聯網大廠的辦公Agent能夠獲得的底層模型能力越來越接近,但採購成本、Harness效率與產品迭代速度仍可能拉開差距,此刻難言勝負。(華爾街見聞)