甲骨文（Oracle）宣布其 OCI Enterprise AI 雲端平台現已透過「模型導入」功能，支援 Zhipu AI 開發的 GLM-5.2 大型語言模型，這款模型特別擅長長文本推理與高階程式開發，將提供企業客戶更多元的 AI 部署選擇，以優化 AI 應用效能與總持有成本。
Oracle 雲端基礎架構（OCI）旗下的 OCI Enterprise AI 平台，現已透過「模型導入」（Model Import）功能，提供 Zhipu AI 的 GLM-5.2 模型。這項整合讓企業客戶在部署人工智慧（AI）應用時，擁有更多元的模型選擇與更高的靈活性。
現今企業正加速從 AI 實驗階段邁向實際生產應用，而沒有單一模型能完全適用所有工作負載。因此，能否為特定任務挑選最合適的模型，已成為提升 AI 效能與優化總持有成本（TCO）的關鍵。
GLM-5.2 是由 Zhipu AI 開發的旗艦級大型語言模型，專為長文本任務設計。該模型具備 1M-token 的上下文視窗（Context Window），特別擅長於處理大量資訊下的擴展上下文推理、高階程式開發及自主代理工作流程。其中「Token」（詞元）是指人工智慧模型處理文字或程式碼時的基本單元，而「上下文視窗」則代表模型能一次處理的資訊量。
OCI Enterprise AI 的「模型導入」功能，允許客戶將受支援的開源或第三方模型，帶入 OCI 平台。這些模型可以部署在專屬的 AI 叢集上，建立服務端點，並透過 OCI Generative AI API、軟體開發套件（SDK）或在開發介面（playground）中運用。GLM-5.2 的加入，為企業團隊在 OCI 環境中處理需要進階推理及長上下文能力的 AI 工作負載，增添另一項強大選擇，同時能有效管理部署、治理與基礎設施。
模型選擇的多樣性，也是企業優化成本的重要策略。OCI 透過提供更廣泛的模型組合，且無需修改應用程式碼，協助客戶根據延遲、品質、吞吐量、領域適用性及成本等需求，選擇最合適的模型。例如，小型專用模型可用於高流量任務以降低成本，而大型推理與程式開發模型則可保留給更複雜的工作流程。此外，語音、安全、醫療及其他領域專用模型也能在效能優先的場景中發揮最大效益。這種模型混合策略有助於企業最佳化商業成果，而非僅僅將單一模型套用於所有情境。
為方便企業客戶使用，導入 GLM-5.2 的流程包含開啟 OCI Console，從 Hugging Face 或 Object Storage 儲存桶導入模型，接著為此模型建立專用的 AI 叢集與服務端點，最後便能透過 OCI Generative AI API 等方式呼叫模型。OCI Enterprise AI 在今年六月已新增多款模型，持續擴大模型選擇，助力客戶最佳化 AI 應用的效能與總持有成本。