豆包はKimi、GLM、DeepSeekなどのモデルを導入し、WorkBuddyへの競争に対応するためにクォータ倍率を調整。オフィスAgentの競争は、モデル導入からルーティングとアーキテクチャ能力の競い合いへと移行している。記事執筆者、出典：全天候科技
バイトダンス傘下のドウバオは、ユーザーに他の競合大規模モデルの使用を促し始めている。
11月12日、豆包ワークは、従来の自社開発モデルである豆包2.1 LiteおよびProに加え、Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flashなどのサードパーティモデルを正式に統合すると発表しました。
今回の更新には一連の価格調整も伴います。
豆包の作業では、モデル選択ページで各モデルのクレジット消費倍率が表示されます。ユーザーはタスクの複雑さ、応答速度、使用コストに応じて、自らモデルを選択できます。また、プラットフォームは期間限定の割引プランを開始し、豆包2.1 LiteおよびDeepSeek V4.1 Flashのクレジット消費倍率を引き下げ、新規ユーザーには30日間の無料サブスクリプションを提供します。
実際、豆包ワークは10月29日にすでにチームおよび企業サブスクリプション顧客向けにサードパーティモデルサービスを提供開始しました。今回のモデルラインナップと優遇メカニズムのさらに更新により、マルチモデル戦略は豆包ワークがユーザーを獲得する重要な手段となっています。
豆包の業務の変化は、市場競争の圧力によるものかもしれない。
以前、腾讯WorkBuddyは混元、GLM、MiniMax、Kimi、DeepSeekなど複数のモデルベンダーの製品を統合し、Autoモードを通じてルーティングポリシーに基づいて適切なモデルを自動的に選択していました。
WorkBuddyは確かに一定のリードを築いています。易観分析が発表した2026年第3四半期のオフィスAIマーケットレポートによると、今年9月のWorkBuddyの月間アクセス数は8,534万回であり、豆包ワークは3,039万回で、前者は後者の約2.8倍です。
WorkBuddyがユーザー規模を拡大し、オフィスエージェントのエントリーポイントを獲得し続ける中、豆包ワークもますます直接的な競争圧力に直面している。
実際、バイトダンスはマルチモデル製品の経験がないわけではありません。豆包がサードパーティモデルを開放する前から、バイトダンス傘下のAIプログラミングツールであるTRAEはすでにマルチモデル戦略を採用しており、TRAE WorkではSeed、GLM、DeepSeek、Kimi、MiniMaxなど複数のベンダーのモデルを選択でき、ユーザーが独自にモデルサービスを接続することも可能です。
業界の状況を見ると、百度も同様のオープン戦略を採っています。今年8月、百度は文庫と網盤が共同で開発した汎用エージェントGenFlowを正式に「Kuku AI」に名称変更し、独立したオフィスクライアントおよびエンタープライズ版をリリースしました。
その中で、KuKu AIのモデル選択リストには、百度が自社開発した文心大モデルのほか、DeepSeek、GLM、Kimi、MiniMaxなどのサードパーティモデルが含まれています。
アリババ傘下のQoderも同様です。今年4月、Qoderのコミュニティ版は、阿里雲百煉、智譜、DeepSeek、Kimi、MiniMaxなど複数のモデルサービスプロバイダーに対応するAPI Key接続機能を正式に開放しましたが、千問オフィスはいまだにサードパーティモデルを開放していません。
複数のモデルと単一のモデル戦略の背後には、エージェント製品と従来のAIチャットツールとの差異があります。
一般的チャット製品では、モデルの知識量、推論能力、生成品質がユーザー体験に直接影響しますが、エージェントが処理するタスクはより複雑で、1つのタスクには資料収集、ドキュメント分析、コード作成、データ処理、および最終結果の生成と検証が含まれる可能性があります。
これらの工程における各モデルのパフォーマンスは異なり、使用コストにも差があります。
オフィスAgentプラットフォームにとって、最強モデルを接続できるかどうかは重要だが、異なるタスクに適したモデルをどのようにマッチングするかが、新たな競争要因となっている。
より注目すべきは、モデルルーティング技術の進化である。
今回の豆包の更新では、ユーザーがモデルを自ら選択できるようにすることが主な目的です。ユーザーは各モデルの特徴や消費倍率に応じて、タスクをどのモデルに実行させるかを決定できます。
ただし、ユーザーが手動でモデルを選択することは、マルチモデルアーキテクチャの終点ではありません。
たとえば、従業員がエージェントに業界研究レポートの作成を依頼した場合、そのプロセスには公開情報の収集、財務データの整理、業界トレンドの分析、およびプレゼンテーション資料の作成が含まれる可能性があります。
基礎情報の整理では、応答速度が速くコストが低いモデルで十分です。複雑な財務分析や複数ステップの推論を要する場合は、より強力なモデルを呼び出します。フォーマット調整などの段階では、再びコストの低いモデルに切り替えられます。
すべてのプロセスを常に最も高価なモデルで実行すると、不要な計算リソースの消費につながる可能性があります。一方、コスト削減だけを追求すると、モデルの能力不足によりエラーややり直しが増える可能性があります。
モデルルーティングが解決すべきは、タスクの効果、実行速度、および使用コストの間でのバランスです。
この機能はすでにオフィスAgentの製品アーキテクチャに取り入れられています。
腾讯WorkBuddyのAutoモードは、ルーティングポリシーに従ってモデルを自動的に割り当てます。さらに、腾讯雲は、リクエストの意図、モデルの負荷、応答遅延などの要因に基づいてタスクを異なるモデルに割り当てる独立したモデルルーティングサービスをリリースしました。
全天候科技は、今回の豆包のAutoモードが少額無料の形式を採用していることに注目した。
Autoモードの利用门槛を下げることで、豆包ワークはより多くのユーザーが自動モデル選択を試す機会を提供し、ユーザーが自らモデルを選択する習慣から、タスクを直接投げて結果を待つスタイルへと徐々に移行できるようにします。
プラットフォームにとって、より多くの本物のタスクの実行は、さまざまなモデルの能力、コスト、タスク完了効果を継続的に評価し、ルーティング戦略の最適化に役立ちます。
この観点から見ると、豆包が狙っているのは、より多くのユーザーとタスク量だけでなく、将来のオフィスAgentのモデルスケジューリング権かもしれません。
バイトダンス、テンセント、バイドゥが次々とサードパーティモデルを開放したことで、各社のオフィスAgentが呼び出せるモデルのラインナップは次第に似通ってきている。単に更多のモデルを接続するだけでは、長期的な差別化優位を築くのは難しくなっている。
これはまた、オフィスAgentの競争が、モデル以上の技術アーキテクチャへとさらに移行していることを意味します。
重要な能力の一つは、タスクの難易度、実行効果、トークンコストに応じて適切なモデルを割り当てるモデルルーティングです。しかし、より包括的なエージェント技術アーキテクチャの観点から見ると、モデルルーティングはその一部に過ぎません。
近年、業界の注目を集めるAgent Harnessは、タスク計画、ツール呼び出し、コンテキスト管理、実行状態の維持、エラー回復などのプロセスをさらに含み、モデルの能力を安定したタスク実行結果に変換できるかどうかを決定します。
両者はオフィスAgentの商業化効率に影響を与えます。
今後、各社が価格戦争を通じてさらにユーザーを引きつけるかどうかが注目されています。