豆包工作开放第三方模型,三个任务实测性价比惊人Doubao Work Opens Third-Party Models: Three Hands-On Tasks Show Surprising Value


AI free token/AI免费积分

豆包工作开放第三方模型,三个任务实测性价比惊人

本文来源:https://www.donews.com/article/detail/8234/109763.html
若有版权问题,请来信告知:13951431913#139.com 或在右方提交评论。

11月12日,豆包工作换回了“豆姐”LOGO,同时一口气开放了多个第三方模型。

在 豆包2.1 Lite和Pro两款自研模型之外,豆包工作新增了Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash等多款第三方模型。 打开模型选择页面,每个模型后面都标注着额度消耗倍率,系数越低、消耗越少,用户按实际需要挑就行。

为什么要开放第三方模型?因为对用户来说,来回折腾换大模型真的是痛点。

豆包工作面向的本来就是专业工作场景,任务复杂多样,而用户对任务效果、响应速度和性价比的需求也各不相同。特别是相比之前的对话阶段,AI办公发展到Agent阶段,其任务类型更多,链路变长,叠加模型迭代快、

当前, 没有单一模型能长期领先,多模型按任务匹配是顺应阶段的自然选择,用户的自由度就更大。

在办公Agent的竞争中,大模型是发动机,调度、上下文管理、工具执行、成本核算这一整套Harness才是底盘和变速箱。其实,接入第三方模型是被验证过的行业姿势,Codex、Claude的Co-work都这么做。

而且,这次字节还推出了限时特惠, 在简单小额任务免费的基础上,同等任务消耗更少、额度更耐用。 那到底性价比怎么样?第三方模型好不好用?下面我们从代码渲染、长文件读写和调研报告三个项目,看看豆包工作的这次升级。

测试中里大模型,我选的是DeepSeek V4.1 Flash,两个原因:一是有下调倍率的限时优惠,诱惑力度太大;二是这个模型很多平台都在用,方便之后对比成本。

第一个测试项目,我先让豆包工作用HTML页面,做一个火箭从发射到"筷子夹火箭"式回收的全过程演示动画。

这个任务看着似乎不难,其实很考验Agent的基本功。 它要求模型把一整套动画时序拆解清楚:点火、穿越塔架、最大动压、热分级、翻转回推、再入减速、着陆点火、筷子捕获,每一个阶段的触发时机都不能错。

逻辑链条长,动画时序稍微偏一点,火箭的动作就会跑偏。而且,这里不只是“画个火箭”,还要同时处理物理轨迹、相机跟随、推力时序、粒子效果四套系统,任何一处都要看完成度。

从时间来看,"筷子夹火箭"比一般的办公需求要复杂一些,用代码渲染动画效果,也更消耗Token。最终用时50分钟左右,消耗活动赠送的积分19.6个。

豆包工作每天赠送200个积分,而且周一翻倍,完成不同任务可以获得更多积分。所以,完全不用担心额度。

生成的页面中,左侧是九个飞行阶段的时间轴,可以点击跳转,每个阶段配一段说明。其中,右侧主画面是一个完整的侧视动画,发射塔、机械臂、一级箭体、二级飞船都在,还带高度、速度、距挂点三个实时读数,底部是播放条、进度拖动和0.5×到4×的倍速控制。

从细节上看,豆包工作一次性都做进去了,比如一级箭体上画了栅格翼,而且在再入阶段会真的展开;起飞瞬间,燃气从发射台两侧向外排出;发动机尾焰可以随着推力大小伸缩、随高度变化形状;高空段尾焰也符合真空环境羽流膨胀的物理特征,在飞的过程中会变宽;

这些我都没有在提示词中特别要求,完全靠AI自己的能力。

另外还有几个设计很有意思,比如页面里内置了高度剖面曲线,一级和二级两条线同时画,当前时刻有游标;机械臂捕获那一下有闪光和环形冲击波;甚至支持用 #p =秒直接定格到某一帧,方便截图,非常懂用户想要什么。

如果满分十分,第一版我就可以给到七到八分。 作为一个一次性生成的HTML动画,它把九阶段时序、相机系统、推力粒子、数据看板全做出来了,完成度非常高。

当然,这里也有小瑕疵。比如最后“筷子夹火箭”的画面,火箭和夹臂之间并没有完全对齐,机械臂闭合的时机比火箭落位早了半拍。

但是,不着急让它做纠正。原因我放到后面讲。这个“不着急”本身也是我们测试设计的一部分。

第二个项目,我让豆包工作读取茅台今年的半年报, 一共110页的PDF文档, 然后给出分析报告。

工作中我们往往需要处理很多文档,AI对长文本的处理能力是个刚需。

先给不熟悉资本市场的朋友垫一句背景,茅台今年上半年营业总收入922.78亿元,同比增长1.30%;归母净利润445.17亿元,同比下降1.95%。增收不增利,这在茅台身上不常见。

豆包工作对文档的读取非常快,一百多页的PDF,上传之后很快就完成了解析,真正的耗时是数据比对分析和报告撰写环节。

AI读文档真正的难处不在读,而在读完还记得谁是谁。 一百多页中,同一组数字会在正文、表格、附注里各出现一遍,口径有差异,稍不留神就会张冠李戴。

首先在数据上,和PDF文档对比一下,豆包工作抓取的内容非常准确。 营收、净利、现金流三个核心数据都对得上,没有出现长文档处理里常见的“读到后面忘了前面”或者数字张冠李戴的情况。

更让我满意的是,豆包工作没有停在把数字罗列一遍,而是在报告中给出了一张七维体检表:成长、盈利、费用、现金、资产、回报、预收,每个维度一个关键指标、一个同比、一个判断标签。

这个结构不是提示词的要求,是AI自己组织,标题也直接点出"多卖了6%,却少赚了2%",准确抓住了主线。

再往下看,豆包工作抓到了几个容易被忽略的点,比如经营现金流438.84%的增量里,568.6亿来自财务公司,剔除后酒类经营现金流约380亿,同比仅增1.9%,与收入增速同步。

这种对细节的观察分析能力,很多老股民都不一定做得到。

当然,第一版也并不是完美,也有没追到的地方。但 对于测试长文档读写能力来说,它已经可以把“读全”、“读准”和“读出结构”这三件事都做到了。 剩下的深度判断,本来就应该由专业人士来完成。

所以,可以下结论说,豆包工作在长文档读写这方面基本没什么问题。这对经常被各种文档弄的头大的朋友来说,真是一种解放。

那成本呢? 免费!整个流程跑完消耗为零。

放在豆包工作“简单小额任务免费”这条规则里看,这次任务恰好落在免费区间。对使用者来说,一个平时原本要花半天时间阅读分析的文档,一分钱没花,也没怎么返工就轻松搞定,以后恐怕是离不开豆包工作了。

第三个测试,我让它做一份2026年国内白酒市场竞争格局的调查报告。

这里 主要考验豆包工作的行业资讯搜集、数据分析整理、商业逻辑以及报告撰写等多方面的能力。 要知道,这个任务要面对的是超过19家白酒上市公司,需要真功夫。

这个任务最怕什么?怕它编数据。大模型写调研报告,最大的坑不是写得不好,是引用的数字看起来有零有整,一查发现全是幻觉。

但相比前两个项目,这次反而更快,13分钟搞定。

报告也是HTML文件的形式,第一感觉是“这不像AI写的”。封面设计很符合行业研究报告的版式,标题“存量博弈下的白酒权力地图”,副标题、摘要、数据截止时间、样本说明、引用来源数量,一应俱全。

这份报告中,豆包工作引用了中华全国商业信息中心的数据:2026年1-8月白酒零售额同比下降8.2%,100-200元价格带品牌市占率提升2.71个百分点,500元以上价格带下降2.04个百分点。

Doubao Work Opens Third-Party Models: Three Hands-On Tasks Show Surprising Value

本文来源:https://www.donews.com/article/detail/8234/109763.html
若有版权问题,请来信告知:13951431913#139.com 或在右方提交评论。

On November 12 Doubao Work restored its Sister Dou logo and opened access to a batch of third-party models in one move. Alongside its own Doubao 2.1 Lite and Pro, the workspace now offers Kimi K3.1 Pro, GLM 5.3, DeepSeek V4.1 Flash and others. Each model in the selector is tagged with a credit-consumption multiplier, so users simply pick according to how much a task is worth to them.

The reason is a familiar pain point: switching between models is disruptive. Doubao Work is built for professional scenarios with varied, complex tasks, and users have different demands for output quality, response speed and cost. As AI office tools move from chat to agents, task chains get longer and model iterations faster, so no single model stays ahead for long — matching models to tasks is the natural response, and it gives users more freedom. Integrating third-party models is also a proven industry pattern, used by Codex and Claude's Co-work.

In the competition among office agents the large model is the engine, while scheduling, context management, tool execution and cost accounting form the chassis and gearbox. ByteDance paired the rollout with a limited-time offer that keeps small simple tasks free and makes the same task consume fewer credits, so allowances last longer. To test the claim the author picked DeepSeek V4.1 Flash — both because of its discounted multiplier and because it is widely available elsewhere, which makes cost comparison easy.

Three projects were run: an HTML animation demonstrating a rocket launch through chopstick-style booster capture, long-file reading and writing, and a research report. The point of the exercise was not just whether third-party models work, but whether the whole harness around them holds up when the model changes — a practical question for anyone building an agent workflow on a fixed budget.

暂无评论,快来发表第一条评论吧!No comments yet. Be the first!

📮 需求咨询📮 Inquiry