Marvis 為 Kimi、Zhipu GLM 與其他主要模型新增自訂模型支援

根據 KuCoin 與 AIBase 的報導，Marvis 已推出一項自訂模型功能，支援連接 Kimi、Zhipu GLM 及其他主要 AI 模型。這項變更讓使用者能以 Marvis 預設選項之外的模型工作，不過目前可取得的報導並未提供技術文件、發佈日期，或關於支援連線方式的細節。

這項公告之所以重要，是因為模型選擇正逐漸成為實際的產品需求，而不只是單純的技術偏好。團隊越來越常從成本、延遲、語言涵蓋、推理表現與資料處理政策來比較模型。自訂模型功能可讓 Marvis 使用者把這些選擇帶進既有工作流程，而不必在不同應用程式之間切換。

報導所能確認的內容

兩個來源描述的是同一個核心事件：Marvis 已推出自訂模型能力，並點名 Kimi 與 Zhipu GLM 作為支援的整合項目。KuCoin 的標題提到 Kimi、GLM 與其他主要模型，而 AIBase 則明確指出 Zhipu GLM。所提供的任何來源都沒有完整文章內容，因此像是此功能是否對所有使用者開放、哪些方案包含此功能，以及整合如何設定等細節，仍未獲得確認。

這些報導也沒有說明 Marvis 是提供模型 API 的直接存取、與開放協定相容、使用者管理的端點系統，或其他形式的整合。這個差異對開發者來說很重要。直接的 API 支援可能會簡化設定，但也可能把使用者綁定在 Marvis 的實作與收費架構上。以端點或協定為基礎的支援則可能提供更多彈性，但可能需要客戶自行管理驗證、速率限制與服務可靠性。

在所提供的資料中，沒有證據顯示 Marvis 有新的基礎模型。報導中的變更屬於整合功能：看起來是擴大可透過 Marvis 使用的外部模型範圍。

為什麼自訂模型功能重要

對AI 建構者而言，自訂模型功能的主要價值在於控制。一個團隊可能偏好某個模型用於文件擷取，另一個用於多語言工作，第三個則用於複雜推理。如果 Marvis 能在同一個產品內路由這些請求，使用者就能在不重建整個工作流程的情況下測試替代方案。

Kimi 與 Zhipu GLM 尤其具相關性，因為它們代表了美國主流平台之外的重要模型供應商。支援這兩者可能讓 Marvis 對評估區域可用性、中文表現或不同商業條款的團隊更有用。不過，僅有整合並不能證明任一模型在特定任務上表現更好。它只表示 Marvis 正把它們作為潛在選項提供出來。

這項功能也可能降低正在嘗試多模型 AI的組織之切換成本。客戶不必把每個使用案例都押在單一供應商上，而是可以比較多個服務的輸出與運作行為。當模型價格、存取政策與能力快速變動時，這種彈性格外有價值。

同時，模型選擇器並不會自動建立可靠的模型協調能力。產品團隊仍需要評估集、備援規則、提示詞調整與監控。不同模型可能會以不同方式解讀系統指令，回傳不同的結構化輸出格式，或在不同政策下處理敏感資料。

證據、限制與未解問題

在現有證據中，最能被確認的是這次功能上線本身，以及對 Kimi 與 Zhipu GLM 的明確支援。這些資訊來自兩則類似快訊的報導，而非 Marvis 的官方公告，或所提供資料中的產品文件連結。由於兩則報導看起來是在描述同一則公告，因此不應把它們視為採用率、效能或商業影響的獨立佐證。

目前沒有提供任何基準測試結果。也沒有關於回應品質、速度、成本、正常運作時間或任務完成率改善的報導。更沒有客戶數據、使用者成長數字或企業部署案例可支持這項功能已經改變 Marvis 市場地位的說法。

還有幾個產品問題尚未釐清。報導沒有說明使用者是否可以新增任何相容模型，或只能新增 Marvis 正式啟用的模型。也未說明模型憑證是由 Marvis 提供還是由客戶提供、提示詞與輸出是否會被儲存，或資料是否能透過特定地理區域路由。報導同樣沒有解釋工具、跨模態輸入、串流回應與結構化輸出在所有支援模型中是否都能一致運作。

這些缺漏對企業 AI買家而言很重要。相容模型清單有其價值，但採購團隊通常還需要涵蓋安全性、資料保留、存取控制、稽核紀錄、服務等級承諾與計費的文件。在 Marvis 公布這些細節之前，自訂模型功能的實際範圍仍不明朗。

對建構者與企業團隊的意涵

對 AI 建構者而言，這項公告提供了一個理由去把 Marvis 視為模型存取的潛在抽象層。初步評估應聚焦在此功能是否保留開發者所需的能力：穩定 API、工具呼叫、JSON 或受結構描述約束的回應、串流，以及可重現的設定。團隊也應測試相同提示詞在 Kimi、Zhipu GLM 與其他支援模型之間是否產生可比較的行為。

對企業而言，核心問題是治理。若某個供應商發生中斷或調整價格，多模型工作流程可提升韌性；但若資料在缺乏明確控制下送往多家供應商，也可能帶來新風險。在部署前，買家應釐清哪些資料類型可供各模型使用、定義備援行為，並確認 Marvis 如何記錄請求與回應。

這項功能也可能加大 AI 應用平台之間的競爭壓力。若使用者在其他地方可以獲得相似介面且擁有更廣的模型選擇，他們對單一模型產品的接受度可能降低。這並不代表每個應用都必須支援每個供應商；而是表示平台可能需要說明，為何自家的模型選擇、路由或安全控制比單純的相容性更有價值。

接下來值得關注什麼

下一個有用的訊號將是 Marvis 的官方文件，以 عملی運作層面說明自訂模型功能。關鍵細節包括支援的 API 或協定、憑證處理、定價、各方案可用的模型，以及地區限制。

開發者也應觀察 Kimi 與 Zhipu GLM 的支援是否超越基本文字生成。工具使用、檔案處理、跨模態輸入、結構化輸出與串流，將決定這些整合是否適合正式生產流程，還是主要用於實驗。

客戶案例、獨立測試，以及透明的延遲或成本比較，會比單純的上線報導更能提供功能價值的證據。同樣重要的是，看 Marvis 是否會加入模型路由、評估或備援控制，而不是讓使用者各自管理每個模型。

Creati.ai 觀點

Marvis 的自訂模型功能指向一個更模組化的 AI 應用市場，在這裡應用層與模型層可以獨立更換。這對建構者與買家都有幫助，但整合品質與其支援的模型名稱數量相比，會更取決於可靠性、治理與營運一致性。

就目前而言，這項公告證實的是模型存取的擴張，而不是已被驗證的效能或採用故事。Kimi 與 Zhipu GLM 的支援讓 Marvis 的定位更廣，但客戶在把這項功能視為可投入生產的基礎設施之前，應先等待文件與實際測試。