DouBao mengintegrasikan model seperti Kimi, GLM, DeepSeek dan menyesuaikan multiplier kuota untuk menghadapi persaingan dari WorkBuddy; persaingan agen perkantoran berpindah dari integrasi model ke kompetisi dalam routing dan kemampuan arsitektur.Penulis artikel, sumber: AllWeather Tech
DouBao, milik ByteDance, mulai memungkinkan pengguna untuk menggunakan model besar dari pesaing lebih banyak.
Pada 12 November, DouBao Work mengumumkan pembaruan rangkaian model, selain dua model buatan sendiri yang sudah ada, DouBao 2.1 Lite dan Pro, secara resmi mengintegrasikan model pihak ketiga seperti Kimi K3.1 Pro, GLM 5.3, dan DeepSeek V4.1 Flash.
Pembaruan ini juga disertai dengan penyesuaian harga.
Pekerjaan DouBao akan menandai tingkat konsumsi kuota untuk berbagai model di halaman pemilihan model, sehingga pengguna dapat memilih model secara mandiri berdasarkan tingkat kompleksitas tugas, kecepatan respons, dan biaya penggunaan. Seiring itu, platform juga meluncurkan program promosi terbatas waktu yang menurunkan tingkat konsumsi kuota untuk DouBao 2.1 Lite dan DeepSeek V4.1 Flash, serta memberikan hak langganan gratis selama 30 hari kepada pengguna baru.
Faktanya, layanan model pihak ketiga untuk DouBao Work telah diluncurkan terlebih dahulu kepada tim dan pelanggan langganan perusahaan pada 29 Oktober. Pembaruan lebih lanjut terhadap daftar model dan mekanisme diskon ini juga menjadikan strategi multi-model sebagai alat penting DouBao Work untuk menarik pengguna.
Perubahan dalam pekerjaan Doubao mungkin berasal dari tekanan persaingan pasar.
Sebelumnya, Tencent WorkBuddy telah mengintegrasikan produk dari berbagai penyedia model, termasuk Hunyuan, GLM, MiniMax, Kimi, dan DeepSeek, serta secara otomatis memilih model yang sesuai melalui mode Auto berdasarkan strategi routing.
WorkBuddy memang membangun keunggulan yang signifikan. Laporan pasar agen perkantoran triwulan ketiga 2026 yang dirilis oleh Yi Guan Analysis menunjukkan bahwa pada bulan September tahun ini, volume kunjungan bulanan WorkBuddy mencapai 85,34 juta kali, sedangkan DouBao Work sebesar 30,39 juta kali, dengan yang pertama sekitar 2,8 kali lipat dari yang kedua.
Dalam konteks WorkBuddy yang terus memperluas basis pengguna dan merebut pintu masuk agen perkantoran, DouBao Work juga menghadapi tekanan persaingan yang semakin langsung.
Faktanya, ByteDance bukanlah tanpa pengalaman dalam produk multi-model. Sebelum DouBao membuka akses pihak ketiga untuk model, TRAE, alat pemrograman AI milik ByteDance, sudah menerapkan strategi multi-model. TRAE Work juga menyediakan pilihan model dari berbagai vendor seperti Seed, GLM, DeepSeek, Kimi, dan MiniMax, serta mendukung pengguna untuk mengintegrasikan layanan model secara mandiri.
Dalam konteks industri, Baidu juga mengadopsi strategi terbuka yang serupa. Pada Agustus tahun ini, Baidu secara resmi mengganti nama GenFlow, agen umum yang diluncurkan bersama oleh Wenku dan Netdisk, menjadi Kuku AI, serta meluncurkan klien kantor mandiri dan versi perusahaan.
Di antaranya, daftar pilihan model di KuCoin AI mencakup model pihak ketiga seperti DeepSeek, GLM, Kimi, dan MiniMax, selain Wenxin Large Model yang dikembangkan sendiri oleh Baidu.
Qoder milik Alibaba juga demikian. Pada April tahun ini, versi komunitas Qoder secara resmi membuka kemampuan integrasi API Key sendiri, mendukung berbagai penyedia model seperti Alibaba Cloud Bailian, Zhipu, DeepSeek, Kimi, dan MiniMax, tetapi Qoder Office belum membuka model pihak ketiga.
Perbedaan di balik strategi multi-model dan single-model adalah antara produk Agent dan alat chat AI tradisional.
Untuk produk obrolan biasa, pengetahuan model, kemampuan penalaran, dan kualitas generasi sering kali secara langsung memengaruhi pengalaman pengguna. Namun, tugas yang harus ditangani oleh Agent lebih kompleks; satu tugas dapat melibatkan pengumpulan informasi, analisis dokumen, penulisan kode, pemrosesan data, serta generasi dan verifikasi hasil akhir.
Kinerja berbagai model di tahap-tahap ini berbeda, dan biaya penggunaannya juga bervariasi.
Bagi platform Agent perkantoran, meskipun penting untuk mengintegrasikan model terkuat, cara menyesuaikan model yang tepat untuk berbagai tugas kini menjadi variabel kompetisi baru.
Yang lebih patut diperhatikan daripada integrasi model bullish adalah perkembangan teknologi routing model.
Saat ini, pembaruan ini dari Doubao terutama menyelesaikan masalah pemilihan model oleh pengguna. Pengguna dapat menentukan siapa yang akan menjalankan tugas berdasarkan fitur dan tingkat konsumsi kuota dari berbagai model.
Namun, pemilihan model secara manual oleh pengguna bukanlah akhir dari arsitektur multi-model.
Misalnya, seorang karyawan meminta Agent untuk menyelesaikan laporan riset industri, proses seluruhnya dapat mencakup pengumpulan informasi publik, pengorganisasian data keuangan, analisis tren industri, serta pembuatan presentasi.
Di antaranya, pengumpulan informasi dasar mungkin hanya memerlukan model yang responsnya cepat dan biayanya lebih rendah; ketika melibatkan analisis keuangan kompleks atau penalaran multi-langkah, maka perlu memanggil model yang lebih kuat; pada tahap penyesuaian format, dapat kembali beralih ke model yang lebih hemat biaya.
Menggunakan model paling mahal sepanjang proses dapat menyebabkan konsumsi daya komputasi yang tidak perlu; namun, jika terlalu berfokus pada biaya rendah, kemungkinan besar kesalahan dan pekerjaan ulang akan meningkat karena kemampuan model yang tidak memadai.
Routing model bertujuan untuk menyeimbangkan antara kinerja tugas, kecepatan eksekusi, dan biaya penggunaan.
Kemampuan ini telah mulai masuk ke dalam arsitektur produk Agent perkantoran.
Mode Auto pada Tencent WorkBuddy mendukung alokasi model otomatis berdasarkan strategi routing. Selain itu, Tencent Cloud juga meluncurkan layanan routing model mandiri yang dapat mengalokasikan tugas ke model yang berbeda berdasarkan niat permintaan, beban model, dan latensi respons, dll.
Hukum Teknologi 24/7 memperhatikan bahwa mode Otomatis DouBao kali ini juga menerapkan bentuk gratis dalam jumlah kecil.
Dengan menurunkan ambang penggunaan mode Auto, DouBao Work berpeluang menarik lebih banyak pengguna untuk mencoba pemilihan model otomatis, sehingga pengguna secara bertahap beralih dari memilih model sendiri menjadi langsung menyerahkan tugas dan menunggu hasil.
Bagi platform, lebih banyak pelaksanaan tugas nyata juga membantu evaluasi berkelanjutan terhadap kemampuan, biaya, dan efektivitas penyelesaian tugas berbagai model, memberikan dasar untuk mengoptimalkan strategi routing.
Dari sudut pandang ini, harapan DouBao mungkin tidak hanya mencakup lebih banyak pengguna dan volume tugas, tetapi juga hak pengelolaan model untuk agen perkantoran di masa depan.
Seiring dengan terbukanya model pihak ketiga oleh ByteDance, Tencent, dan Baidu secara berturut-turut, daftar model yang dapat diakses oleh agen kantor masing-masing semakin serupa. Hanya dengan mengintegrasikan lebih banyak model sudah sulit menciptakan keunggulan diferensiasi jangka panjang.
Ini juga berarti persaingan dalam agen perkantoran semakin beralih ke arsitektur teknologi di atas model.
Salah satu kemampuan penting adalah routing model, yaitu menetapkan model yang tepat untuk berbagai tugas berdasarkan tingkat kesulitan, kinerja eksekusi, dan biaya token. Namun, dari sudut pandang arsitektur teknologi Agent yang lebih lengkap, routing model hanyalah salah satu komponen saja.
Agent Harness, yang telah mendapat perhatian industri dalam beberapa tahun terakhir, melibatkan lebih lanjut tahapan perencanaan tugas, pemanggilan alat, manajemen konteks, pemeliharaan status eksekusi, dan pemulihan kesalahan, yang menentukan apakah Agent dapat mengubah kemampuan model menjadi hasil eksekusi tugas yang stabil.
Keduanya secara bersama-sama memengaruhi efisiensi komersialisasi Agent perkantoran.
Selanjutnya, apakah berbagai pihak akan lebih menarik pengguna melalui perang harga, sedang menjadi perhatian.