网易首页 > 网易号 > 正文 申请入驻

终于,豆包把 Kimi、DeepSeek、GLM请进了家门!实测:同样的活,额度少花85%

0
分享至



作者|简寻

编辑|重点君

豆包的模型列表,终于热闹了起来。

为什么这么说?

因为在此之前,我们普通用户若是打开豆包,在选择模型的时候只有2个选项可用,一个是豆包2.1 Lite,一个是豆包2.1 Pro:



但现在,选项已经足足扩展到了10个款!(包含“自动”)



这便是豆包于昨日发布的一个重大更新——第三方模型对所有用户开放。

但这事儿还远不止这么简单,因为跟着第三方模型同时上线的,还有一套算账规则。

现在豆包里的所有模型都可以共用一个额度池,上面图片里的模型后边的“x”就是价签,倍率越低扣得越少;工作日和节假日的指定时段另有额度优惠,零碎的小任务则直接免费。

一言蔽之,不论是选项还是价格,豆包现在可谓是模型自由了。

那么问题也就来了:

既然豆包肯把自家和别家的模型放在同一张桌上,还把价格写得明明白白,那到底怎么用才最划算?

带着这个问题,我们展开了一波深度实测。

同样的活儿,换个模型,额度差了6.5倍

为了弄清楚这笔账,我们给豆包工作准备了三道题:

  • 第一道题是读年报,把关键数据整理成Excel;
  • 第二道题是写代码,做一个财务能直接用的报销工具;
  • 第三道则要上网查资料,给管理层写份咖啡行业简报

测试的流程是每道题各自选择三个模型来执行,再用“自动模式”跑一遍,一共12次。

先来看下读年报这道题,具体Prompt如下:

一、写一份不超过 800 字的要点摘要,回答以下问题:

1、公司今年的整体经营表现如何?

2、收入和利润分别发生了什么变化,主要原因是什么?

3、公司利润的质量如何(例如非经常性损益、会计处理对利润的影响)?

4、在现金流、应收账款、客户结构方面,有哪些需要警惕的风险?

5、报告期结束后,有没有可能影响公司未来业绩的重大事项?

二、整理一张关键财务数据表,输出为 Excel 文件。包含以下指标:营业收入、归属于上市公司股东的净利润、扣除非经常性损益后的归母净利润、经营活动现金流量净额、研发投入金额及占营业收入比例、应收账款。每项列出 2025 年数值、2024 年数值和同比变化,并标注该数据在报告中的页码。

我们准备了一份长达21页的模拟材料,除了要求模型们整理Excel之外,我们还让它们一份800字以内的摘要。



先来看一下豆包2.1 Pro、Kimi K3.1 Pro、DeepSeek V4.1 Flash和自动模式最终输出的Excel表格:



从结果来看,四个模型都拿到了满分,全都符合我们提出的要求。

这就说明对于这道题,四个模型的能力都是没有问题的;但是,差异出现在了账单上。



同样是满分,常规价格里最贵和最便宜的差了6.5倍。换句话说,选对模型,这活能少花85%的额度(目前免费的模型并未算进去)。

那么为什么Kimi K3.1 Pro的倍率是0.95x,豆包 2.1 Pro是0.65x,价签只差四成多,账单却差了六倍多呢?

这是因为倍率是单价,并非是总价。对于同一个任务,有的模型三两下就能搞定;有的却需要会反复核对、多跑几轮工具。

以这次的实测为例,Kimi输出的Excel里多了一整张投研摘要,还特意把同比数据跟原文对了一遍;正是因为活干得更细,所以额度也自然地吃得更多了。

第二道题,是写代码。

这次我们准备了三份报销明细,分别来自销售部、市场部和研发部,另外还有一份两页的《费用报销制度》。我们让豆包工作根据这四个文件,做一个财务能直接用的报销工具。把Prompt里的要求归拢一下,就是下面这几条:

工具做成单个HTML文件,双击就能在浏览器里打开,不用安装软件。把三个部门的明细拖进去,工具要能认出各自的表头、日期和金额,再按报销制度逐笔审核。审完之后,既能按部门、报销人和费用类别看汇总,也能把有问题的记录单独导出到Excel。

这道题我们选了豆包2.1 Pro、GLM 5.3、DeepSeek V4.1 Flash和自动模式,并且四个版本都交出了能打开的网页。

不过,能打开只是第一步,它到底会不会算账,还得把数据放进去试一试:



从结果来看,四个版本算出来的数一模一样,申请总额都是31324.31元,其中25637.31元可以报销,2573元需要核减,剩下3114元待复核。

再点开部门汇总,市场部待复核的正好是那笔2860元,销售部和研发部分别还有136元和118元,三笔加起来也对得上。

既然这笔账谁都能算对,我们就直接看做出这个工具花了多少额度:GLM 5.3消耗274.24,豆包2.1 Pro消耗59.80,DeepSeek和自动模式这次都显示免费。

所以,如果公司财务只是想把这74笔报销审完,选DeepSeek或者自动模式就够了。和豆包Pro比,这一单省下了全部59.80额度。

再看收费的两个选项,GLM的倍率是0.80x,豆包Pro是0.65x,实际账单却差了约4.6倍。跟前面的年报一样,光看模型名字旁边的倍率,很难猜中这份活最后会扣多少。

第三道题,是写一份咖啡行业简报。

我们准备了一张调研需求单,要求模型联网查资料,给管理层交一份Word。要回答的问题有五个:

2025年国内咖啡市场有多大,人均喝多少杯?瑞幸、库迪、星巴克中国、幸运咖和挪瓦各有多少家店?瑞幸最近一个季度的收入、利润和同店销售怎么样?星巴克中国今年有哪些变化?过去两年的9.9元价格战,现在打到哪一步了?

除此之外,我们还提了个要求,关键数据要给出处,碰上不同机构的数据对不上,要把原因讲清楚。

这回上场的是豆包2.1 Lite、豆包2.1 Pro、Kimi K3.1 Pro和自动模式:



从结果上来看,四份报告都写了摘要、做了门店表,也都在文末列出了参考来源。按各自列出的条数,Lite有34个,自动模式28个,Pro有25个,Kimi有13个。

如果只看资料数量,Lite最多,但它的第30条和第31条标题相同,只是来源不同,使用前还需要确认是否为同一篇文章。

Kimi虽然只列了13个来源,但对市场规模数据的差异解释得比较清楚,2181亿元、3549亿元和1405亿元对应的统计范围不同,不能直接平均。

豆包Pro的门店表更便于比较,它尽量统一采用第三方统计的现存门店数,并注明不同品牌的统计口径和日期,避免直接比较时出现偏差。

因此,这道题我们没像前两道那样给四份报告判同分。要一份内部讨论用的初稿,Lite和自动模式这次都免费,两份也都覆盖了需求单里的五个问题。如果要把具体数字放进正式材料,我们会参考Kimi对市场规模的解释,以及Pro整理门店表的方式。

最后,为了方便对比,我们把这十二次的实测放到了一张表里:



没有一个模型能一统天下

跑完这三道题,我们发现,选模型之前最好先想清楚一件事,那就是拿到结果以后,我们准备用它做什么。

比如报销工具,只要三份文件能导进去,部门小计算得对,重复发票能查出来,财务就可以拿去用。GLM这次做到了,免费的DeepSeek也做到了,多花的274.24额度,并没有让这74笔报销审得更准。

但到了咖啡简报,光看五个问题有没有答全,四份报告似乎又差不多。真要拿着其中那张门店表去开会,列的是全球还是中国、数字是公司宣布的还是第三方数出来的,就比文末挂了多少个链接重要得多。

然而,模型本身也在持续变化。光是DeepSeek发布的节奏就已经非常紧凑,7月31日更新V4 Flash,8月21日推出视觉实验版,9月10日发布V4.1 Flash,到了10月17日又升了一版。尤其是最后这次,调用方式和价格都没变。

这也解释了为什么字节明明有自己的模型,仍愿意把Kimi、GLM和DeepSeek接入豆包。

假如用户习惯用Kimi读报告,过去遇到调研任务时,还得切换到其他平台,字节就很难留住这部分需求。如今,Kimi已经出现在豆包的功能菜单中,用户读完报告后,还可以继续在同一个窗口里处理Excel、修改Word,无需再切换平台。

而对于企业来说,各部门分别要订阅哪个模型,也是一笔值得思考的账单。

市场部偶尔需要使用Kimi,研发部有几项任务想用DeepSeek,如果分别购买,就要考虑给哪些人开通账号、每个部门购买多少额度。如今,多个模型可以共用一套额度,管理员也能根据部门需求灵活分配用量。

对模型厂商而言,这也增加了接触办公用户的机会。就拿我们这次的体验来说,用户可以在豆包中便捷调用不同模型,完成从报销工具到专业任务等多种工作,进一步拓展办公场景中的使用边界。

模型已经成了标准件,Harness才是办公Agent的分水岭

既然豆包工作能接Kimi、GLM和DeepSeek,别的办公Agent也能接,那么同一批模型摆在几个工作台里,用户凭什么选豆包?

模型厂商每发一个新版本,接入它的工作台都有机会跟着受益。但同一个模型到了不同的工作台,能读到哪些资料,能调用什么工具,交付前会不会检查结果,却取决于各家怎么做。

这套围绕模型搭建的执行系统,业内称为Harness。当各家的模型菜单越来越接近,办公Agent能拉开多大差距,很大程度上就看这一层。

LangChain的一项实验便为这一判断提供了具体依据,他们将底层模型固定为GPT-5.2-Codex,只调整编码Agent的Harness,包括如何向模型提供环境信息,以及如何在模型准备结束任务时触发自检。调整后,同一个模型在Terminal-Bench 2.0上的成绩从52.8%升至66.5%,提高了13.7个百分点。

这是编码任务上的结果,但它说明了一件与办公同样相关的事:模型已经具备的能力,工作台能发挥出多少,本身就是一个工程问题。

放到豆包工作上,最先能感受到的是模型调度和成本之间的关系。前面三道题,我们都额外跑了一次自动模式。它从年报里取对了调整后的利润,做出的报销工具算对了74笔明细,咖啡简报也覆盖了需求单的五个问题,三次账单都显示免费。界面没有披露具体选中了谁,所以我们能确认的是这三次的交付结果。至于豆包怎么判断哪道题值得用更贵的模型,恰恰是“自动模式”这个选项今后要靠更多任务来证明的。

更进一步来讲,成本之所以也是系统能力,是因为企业承担的不是模型单价,而是完成任务的总消耗。例如在年报测试中,Kimi为0.95x、豆包Pro为0.65x,但两次实际消耗相差6.5倍。豆包将不同厂商的模型纳入同一套额度体系,用户可以用同一道题比较账单,再决定任务该用哪档模型。

不过,模型能力再强,企业也容易在制度更新和文件管理上出错。比如财务更新了住宿标准,却留下旧文件,模型再准也会从第一笔就算错。针对这一问题,豆包打通飞书后,可在用户权限范围内调用团队文档、会议记录和多维表格,让已确认的规则能够被持续找到。

当然,找到资料只是第一步,接下来还要解决两件事:能不能执行,以及谁有权执行。报销工具不仅要解释规则,还要接收文件、完成审核并导出Excel。因此,电脑操作、技能和连接器,正是把说明变成可使用、可复查文件的关键。与此同时,员工只能读取有权限的飞书资料,企业也能按成员、部门和场景配置模型调用权限。也就是说,每接入一家第三方模型,管理员都必须管好这个新入口。

从这个角度看,这也是字节做办公Agent有底子的地方。TRAE做桌面执行,扣子做技能和连接器,飞书做企业协同,三条产品线各自处理过一部分难题。如今到了豆包工作,这些积累终于要在同一份任务上接受检验。用户在飞书里能读的制度,换个模型还得按原权限读;桌面工具导出的表,财务得能直接拿去核;月底管理员看账单,还得知道额度花在哪个部门。归根结底,单独把某个功能做出来,和把这几步一起做好,中间差的就是工程功夫。

再看这次更新的节奏。从10月底面向企业客户开放,到11月12日扩展到所有用户,前后约两周。字节同时把豆包2.1 Lite和DeepSeek V4.1 Flash的倍率限时下调到0.01x,又给指定时段的模型使用加了优惠。连同行的模型也一起降价,我们更愿意把它看作字节争办公入口的一步:用户只要肯把下一份年报、下一批报销单继续交给豆包工作,最后调用的是谁家的模型,字节都有机会留下这份业务。

所以,把Kimi、GLM和DeepSeek请进家门只是第一步。接下来,用户会留在哪个工作台,要看谁能替用户把模型选对,让企业已有的资料和工具接得上,也让每个月的账单经得起复核。

总而言之,模型可以换,但前提是,工作得接得住。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
约20万元,特斯拉新车官宣:预计12月正式交付

约20万元,特斯拉新车官宣:预计12月正式交付

高科技爱好者
2026-11-14 22:45:38
意外发现亲戚的秘密,刺激吗?网友:八十了还有想法吗

意外发现亲戚的秘密,刺激吗?网友:八十了还有想法吗

带你感受人间冷暖
2026-11-11 00:05:22
再一次劝你:要在大城市留一套房,不止是升值,这四点更重要

再一次劝你:要在大城市留一套房,不止是升值,这四点更重要

专业聊房君
2026-11-09 18:16:59
15+31,湖人赢球两点仍该批!东契奇赛后谈詹姆斯直言不讳,一人也被忽视

15+31,湖人赢球两点仍该批!东契奇赛后谈詹姆斯直言不讳,一人也被忽视

鱼崖大话篮球
2026-11-16 11:09:56
特雷杨0分创生涯新低!美球迷朝他开炮:去打G联赛吧 2.12亿顶薪混子

特雷杨0分创生涯新低!美球迷朝他开炮:去打G联赛吧 2.12亿顶薪混子

颜小白的篮球梦
2026-11-16 10:35:06
影视飓风Tim为全体员工放假一天!爽玩《GTA6》

影视飓风Tim为全体员工放假一天!爽玩《GTA6》

游民星空
2026-11-15 09:04:10
“蛋白吃得多,病就生得少”,4种高蛋白食物,男女老少都该常吃

“蛋白吃得多,病就生得少”,4种高蛋白食物,男女老少都该常吃

花小厨
2026-11-16 10:05:10
央视提醒后发现:手机相册,潜在重大危险,比聊天记录更要危险

央视提醒后发现:手机相册,潜在重大危险,比聊天记录更要危险

据说说娱乐
2026-11-15 18:14:12
癌的源头已发现?咸菜没上榜,第1名大家或天天都在吃

癌的源头已发现?咸菜没上榜,第1名大家或天天都在吃

路医生健康科普
2026-09-02 17:00:07
马斯克再度检视S42:“整修几周就能再发射”

马斯克再度检视S42:“整修几周就能再发射”

瓦砾村夫
2026-11-16 09:35:33
《后会友期》到底删减了多少,文吉儿大闹车厢的镜头全没了?

《后会友期》到底删减了多少,文吉儿大闹车厢的镜头全没了?

喵喵娱乐团
2026-11-16 14:48:02
首富村禹作敏家族消亡史全揭秘:99年狱中自杀,长子被判3年、二儿子判5年,家道从此中落,子女散落天涯,大邱庄再无禹家一席之地

首富村禹作敏家族消亡史全揭秘:99年狱中自杀,长子被判3年、二儿子判5年,家道从此中落,子女散落天涯,大邱庄再无禹家一席之地

唠叨说历史
2026-11-16 14:27:31
12生肖各自戴什么首饰运气最好?戴对了财运翻倍,看看你戴的对吗

12生肖各自戴什么首饰运气最好?戴对了财运翻倍,看看你戴的对吗

千秋文化
2026-10-15 19:28:44
郑州发布关于李珲等5人任职的通知

郑州发布关于李珲等5人任职的通知

大象新闻
2026-11-16 11:39:04
网友:网传亚马尔社媒截图多出存在疑点,视频尺寸明显不对

网友:网传亚马尔社媒截图多出存在疑点,视频尺寸明显不对

懂球帝
2026-11-16 12:43:06
赵本山的小女儿球球直播时承认父亲公司的那些知名艺人,她和哥哥管不了,也没那个能力管

赵本山的小女儿球球直播时承认父亲公司的那些知名艺人,她和哥哥管不了,也没那个能力管

一盅情怀
2026-11-16 16:02:42
对不起,我们误会黄仁勋了

对不起,我们误会黄仁勋了

郭小凡财经
2026-11-14 18:28:30
现代韦小宝?贵州男子4女伴4娃,正妻是商K公主,正脸、家境曝光

现代韦小宝?贵州男子4女伴4娃,正妻是商K公主,正脸、家境曝光

谢鵑解说
2026-10-14 11:39:22
反间谍集体倒戈?伊最高领袖穆杰塔巴遇二次暗杀!高层权力遭渗透

反间谍集体倒戈?伊最高领袖穆杰塔巴遇二次暗杀!高层权力遭渗透

鹤羽说个事
2026-09-29 11:40:23
“眼神都拉丝了!”家长晒母子互动视频,引全网不适:儿大不避母的结果

“眼神都拉丝了!”家长晒母子互动视频,引全网不适:儿大不避母的结果

妍妍教育日记
2026-08-31 23:54:51
2026-11-16 17:31:00
划重点KeyPoints incentive-icons
划重点KeyPoints
去除噪音,划下重点
327文章数 18关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

特朗普:我即将访问中国 期待参加中俄美元首会晤

头条要闻

特朗普:我即将访问中国 期待参加中俄美元首会晤

体育要闻

热火4连胜:就因为维金斯替补了?

娱乐要闻

43岁佟丽娅官宣新身份担任职务不一般

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

日产终于开窍了!全新NV200 PHEV才是露营党的梦中情车?

态度原创

时尚
手机
亲子
艺术
军事航空

秋天找到一些固定的穿衣公式,用针织衫搭配牛仔裤,减龄舒适

手机要闻

荣耀700系列手机搭载“行业独家”2亿柔光背屏自拍:200MP主摄+影棚级柔光环

亲子要闻

优奈越来越爱玩啦!家里欢声笑语不断,日本公婆更是乐开花

艺术要闻

寸境宏光——2026中国小幅油画展 人物篇

军事要闻

美军在中东再成三航母之势

无障碍浏览 进入关怀版