豆包工作开放三方大模型:一个入口接入多家模型,中小企业的四个决策点

分享:微博LinkedIn· 复制链接 点击复制
📌 核心要点

2026年10月29日晚间,豆包工作向企业客户开放三方大模型服务,首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等模型系列(来源:雷峰网 2026年10月29日报道;DoNews、每日经济新闻同日报道,功能细节以官方最新版本为准)。 这条消息的分量不在于"又多了一个模型",而在于企业现在可以在同一套企业订阅里,直接调用三家不同厂商的模型。对中小企…

2026年10月29日晚间,豆包工作向企业客户开放三方大模型服务,首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等模型系列(来源:雷峰网 2026年10月29日报道;DoNews、每日经济新闻同日报道,功能细节以官方最新版本为准)。

这条消息的分量不在于”又多了一个模型”,而在于企业现在可以在同一套企业订阅里,直接调用三家不同厂商的模型。对中小企业的经营者来说,这把一道选择题摆到了面前:模型接入这件事,究竟该继续一家家谈,还是收拢到一个入口?

一、这次具体开放了什么

  • 面向对象:团队订阅版与企业订阅版客户。
  • 接入方式:默认直接开启,企业无需再向模型厂商单独采购,也无需另行申请,按实际用量从企业已有的 AI 点数中扣除。
  • 权限粒度:可按成员、部门、群组或全员划定可用范围;既支持按模型厂商一键批量启用,也支持针对单一模型单独配置。
  • 生效范围:可指定模型在电脑端、工作电脑端、移动端、网页端以及飞书内的豆包工作等场景生效,企业也可以把模型限定在”工作电脑””飞书工作台”等办公环境下使用,兼顾业务效率与数据安全。

把这四条放在一起看,这次调整的实质是:模型供应商从一个变成多个,而企业侧的管理界面还是一个。

这条路字节内部已经走了半年。站内《飞书aily与豆包工作融合:按量计费时代,中小企业如何降低AI应用门槛》一文记录过这两个产品合流、并全面转向按实际 token 消耗计费的过程;当时讨论的是”计费方式怎么变”,这次变的是”接入对象怎么变”。两次调整叠加起来,才是一张完整的图。

二、企业侧真正被改变的是三件事

1. 接入成本:从”一家一套”变成”一套接多家”

过去一家企业要用三种模型,通常意味着三份对接:三个厂商后台、三套密钥、三套调用封装,出问题要分别排查。改接一家入口之后,模型清单在后台勾选即可。存量系统的改造量由三家降到一家,这是本次调整带来的直接收益。

2. 计费:从”多家分摊”变成”一个点数池”

对外是一笔账,对内可以按部门、群组、成员分摊,这是统一入口在管理上的天然优势。但有一点需要留意:公开报道没有披露企业订阅的点数单价,也没有说明点数与 tokens 的换算关系。也就是说,”扣点数”目前还是一笔不容易讲清楚的账。

关于费用结构,此前《模型越接越多、成本越花越快:中小企业怎么用一层AI网关把账算清》一文讨论过直连 API 场景下的成本归因与配额管理。这次的差别在于,订阅侧把成本治理的起点从”厂商账单”换成了”自家点数池”,治理逻辑更靠近管理,而不是更靠近财务。

3. 数据边界:三类模型意味着三套留存规则

调用 Kimi、智谱、DeepSeek 的模型,数据会分别流向三家的服务器。企业需要明确三件事:合同主体是谁、数据是否被用于模型训练、各家的留存与删除策略是否一致。官方给出的”按场景限定生效”是一个新增的管控手段——把模型限定在工作电脑端、限定在飞书工作台,本质上是在数据流向上加了一道闸。

三、四个决策点:先判断自己在哪一档

大模型统一接入不是所有企业都该用的功能,也不是谁都不适用的功能。下面四种状态,给出各自的建议路径。

企业当前状态建议路径主要理由
已直连厂商 API,有内部工程人员维护保留直连为主,统一接入作为补充直连的单价与用量控制更透明;统一入口的长处在快速覆盖长尾场景
主要用飞书或企微协同,没有专职 IT优先考虑统一订阅权限、配额、审计都在同一个后台,节约的是人力而不是 token
数据敏感度高(金融、医疗、政务相关)先划数据边界,再谈接入方式三方模型的留存与训练授权条款,是接入之前必须问清的前置条件
还在犹豫要不要做 AI先用单一场景试跑,入口形式排在后面入口解决的是治理,不是场景。场景没跑通,换什么入口都一样

四、成本口径:统一订阅不解决单价问题

大模型统一接入之后,成本问题并没有消失,只是换了位置,这一点值得说清楚。

下面是站内《2026年10月国产大模型API价格对比与长沙中小企业选型建议》记录的各平台官方报价口径(2026年10月初,单位:元/百万 tokens):

模型上下文输入输出免费额度
DeepSeek V4.1128K0.51.5500 万 tokens/月
豆包 Doubao-Pro200K39500 万 tokens/月
智谱 GLM-4-Plus128K515100 万 tokens/月
混元-pro128K618200 万 tokens/月
通义千问 Qwen-Max100K824100 万 tokens/月
文心一言 ERNIE 4.0128K123650 万 tokens/月

口径说明:上表为各平台 2026 年 10 月初官方公布报价,实际价格可能因代理商折扣、企业套餐、用量阶梯而有所不同,采购请以各平台官方定价页与账单为准。

按这张表推算,一个以中文文档处理和客服问答为主、月输入用量 200 万 tokens 的企业,DeepSeek V4.1 一侧输入成本约 1000 元/月,豆包 Doubao-Pro 一侧约 600 元/月;而 50 万 tokens 以内的轻量场景,豆包与 DeepSeek 各自的免费额度就足以覆盖。

把这两个数字和统一订阅放到一张表里比较,会得到一个容易被忽略的结论:直连 API 解决单价,统一订阅解决治理。订阅里含坐席、含权益、含集成与管控服务,把它折算成”每百万 tokens 多少钱”,通常不会比直连更便宜。所以”该用统一订阅”和”该用直连 API”是两个不同的问题,前者问的是管理成本,后者问的是用量成本,混在一起比较容易得出错误结论。

另外还有一条常被忽略的路径:超算平台同样在提供模型调用。据雷峰网 2026年10月29日报道,国家超算互联网宣布价格调整,新用户可享 DeepSeek-V4.1-Flash-1017、GLM-5.3-Flash 两款模型的限时特惠,多款新模型纳入 TokenPlan 套餐池,订阅用户在 10 月 21 日至 30 日每晚 21:00 至次日 09:00 可免费调用 Auto 模型。这属于限时活动与夜间权益,具体以平台实时页面为准,但它确实为”模型调用要不要多一条供给”提供了第三个选项。

五、落地动作清单

  1. 先盘点三家模型各自适合什么。本次接入的 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash,在长文本、工具调用、推理成本上的侧重并不相同。选型方法可以参考站内《Kimi K3.1发布:瞄准中小企业市场,三档推理强度怎么选》一文的思路,不必从零开始试。
  2. 试跑一个高频场景,重点看”单次消耗”而不是”回答好不好”。统一订阅阶段真正要摸清的是:一笔典型业务(一次客服应答、一次合同摘要)大概扣多少点数,这决定了点数池该配多大。
  3. 给点数池设上限,并按部门切分配额。这与网关场景下的成本治理是同一套思路,只是管的对象从”token 预算”变成了”点数预算”。
  4. 划一条数据边界。明确哪类数据(客户身份信息、合同原件、财务明细)不允许走三方模型。建议在开放权限之前就配置好,而不是出问题之后再补。

六、采购前要问清的五个口径

  1. 点数与 tokens 的换算关系,以及超出免费额度之后的阶梯单价;
  2. 坐席费与用量费是否并行收取;
  3. 接入的三方模型清单是否有版本变更,变更提前多久通知;
  4. 三方模型的数据留存周期,以及企业数据是否被用于模型训练、能否关闭;
  5. 可用性承诺与故障响应时限,由厂商兜底还是由本地服务商兜底。

最后一条对中部地区的中小企业尤其实际。大厂的标准支持通常走工单和远程响应,问题来了未必当天能到现场。站内《2026年AI员工助手选型指南:豆包腾讯入局,中小企业如何选择高性价比方案》一文把”本地服务能力”列为选型维度之一,原因就在这里——入口是买来的,能不能持续用起来是服务出来的。

七、长沙本地:政策叠加与预算分配

按站内《2026年10月国产大模型API价格对比与长沙中小企业选型建议》引述的《长沙中小企业AI应用白皮书》(2026年9月发布,长沙市人工智能产业联盟),长沙地区中小微企业使用指定国产大模型 API,可享受连续 6 个月的实际费用 30% 补贴(每月最高 500 元),长沙高新区企业可叠加享受最高 15% 的本地 AI 产业补贴,企业可通过”长沙企业服务平台”在线申请,审核周期约 5 个工作日。政策适用范围与最新额度以主管部门和平台公示为准。

需要提醒的是,这项补贴对应的是指定平台的 API 调用口径,统一订阅的点数支出是否适用,需要在申请前单独确认。把这条说清楚,比笼统地讲”有补贴”更有用。

落到预算分配上,一个务实的判断是:留给”入口”的部分不宜过大。入口解决的是接得上、查得到、管得住;真正决定项目成败的,是把哪一个业务场景跑通、把数据整理到什么程度、以及员工愿不愿意用。这三件事做扎实了,接入方式反而是最后才需要定的那一项。

八、边界与提醒

有三件事需要留出余地。其一,首批接入的模型清单属于产品迭代中的安排,后续增删都可能发生,企业不要把业务流程硬绑在某一家模型上。其二,点数扣费与厂商侧的免费额度是两套账,核对账单时不要混算。其三,统一入口降低了接入门槛,同时也让更多数据流向了外部厂商,数据边界的配置动作一次都不能省。

把大模型统一接入看成一次架构选择,而不是一次产品尝鲜,决策质量会高很多——前者问的是”三年后这套接口还能不能换”,后者问的是”这个月能省多少事”。

免责声明:本文基于公开报道信息与行业通用场景分析撰写,所述效果为典型应用中的可能表现,具体结果因行业、业务规模及实施条件而异,不构成对预期效果的承诺。文中提及的企业信息如涉及真实案例,均已获得授权并做脱敏处理。

想在你的业务中落地AI智能体?

我们的AI专家会免费为您出具可行性评估报告

或添加微信 hanlinxx 直接沟通

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

湘ICP备19021114号-1
免费获取方案 联系专家 微信
滚动至顶部