腾讯总裁刘炽平在第三季度业绩电话会上透露,旗下办公Agent产品WorkBuddy已成为中国几乎所有开放权重模型的最大客户。这一表态将互联网大厂与开源模型厂商之间正在形成的新型供需关系推到台前:拥有庞大用户规模的办公Agent,正从模型的使用者变成模型厂商争相争取的超级买家。
WorkBuddy之所以能成为最大买方,与其较早押注多模型路线直接相关。该产品今年3月上线时即支持接入DeepSeek、GLM、Kimi等第三方模型,此后持续扩大可选范围。相比之下,字节跳动8月25日推出的豆包工作,初期主要依靠自研豆包模型,并未向普通用户开放第三方选择;阿里千问办公同样以自研模型为主。
竞争压力改变了这一格局。10月29日,豆包工作率先向团队和企业订阅用户开放第三方模型;11月12日又新增Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等选项。仅4天后,千问办公一口气上线10款模型,包括自研Qwen4-Max以及Kimi、GLM、DeepSeek、MiniMax、Step等第三方模型。阿里此前对开放外部模型曾有摇摆——今年8月千问办公短暂引入GLM、DeepSeek,但数日后即下线;此次回归不仅面向个人和企业标准版用户,还允许企业管理员按部门、用户组配置模型权限。
三家大厂办公Agent路线趋同,背后是需求端的现实:用户要的是一份报告、一张表格或一段代码,不同任务对模型能力、响应速度和成本的要求各异,单一模型难以在所有场景占优。多模型接入让用户按任务选型,也让智谱、月之暗面、MiniMax等独立模型厂商获得新的大客户渠道。这种变化已体现在产品发布策略上:10月初WorkBuddy接入匿名模型Space Bunny,直到10月19日MiniMax发布M3.1 Flash,外界才知其为该模型早期版本;据MiniMax披露,Space Bunny匿名运行期间累计处理超200万亿Token。
然而,模型选择趋同也意味着单纯堆叠模型数量难成差异化优势,成本控制成为更现实的竞争点。腾讯管理层在财报电话会上提出,将通过提高付费用户比例、增加每名付费用户的Token支出,以及推理优化、模型定制和算力效率提升来改善单位经济效益。与此同时,规模采购本身可能带来议价筹码:有已接入WorkBuddy的模型厂商人士向媒体确认,API商业合作中的折扣率视客户调用规模而定;有API代理销售企业人士也表示,企业客户可通过渠道获得低于官网公开报价的服务,实际价格存在协商空间。海外方面,Anthropic在官方API定价规则中同样允许大用量客户单独协商批量折扣。
采购价格之外,还有一笔账是完成实际工作的综合成本。Agent的运行框架Harness决定如何组织任务步骤,影响模型调用次数、上下文管理及失败重试策略。字节Seed团队与外部研究人员9月发表的《HarnessDev》论文给出了一组对照实验:统一使用Gemini 3.1 Pro作为底层执行模型,完成相同的Terminal-Bench 2.1测试,由GPT-5.5构建的Harness平均消耗约2430万个Token,由Claude Opus 4.8构建的Harness平均消耗约9430万个,相差约3.9倍;两组任务成功率分别为49.4%和52.4%,后者成功率略高,但Token消耗增加近3倍。
这意味着,即便底层模型供给趋同,不同大厂完成同一任务的成本仍可能显著分化。采购端的规模折扣与执行端的Harness效率可能相互强化:更低单价支撑更多调用与试验,真实任务反馈又反哺模型路由与执行流程优化。办公Agent既是入口争夺战,也是一场关于Token经济学的成本竞赛,胜负尚难定论。