Giotto Alto、Solo 發表：歐洲雲端與單 GPU 部署，主權 AI 控制的是什麼？
Giotto Alto、Solo 主打歐洲雲端與企業自架。整理免費聊天、單 GPU 限制、API 與授權方式，並釐清主權 AI、Kimi 權重來源及公司評測之間的差別，幫助團隊判斷是否值得導入。
把內部文件交給 AI，企業在意的不只是答案好不好，還包括資料送到哪裡、服務能否搬走。Giotto Alto 和 Solo 這次發布，正是把這些選擇與模型能力放在一起提供。
這家瑞士公司於 2026 年 10 月 27 日宣布兩款推理模型，Alto 面向較複雜的工作，Solo 則強調相容的單張 GPU 部署。GPU 是執行大量平行運算的晶片，但單張卡仍有容量和型號差別。
公司同時提供免費匿名聊天、歐洲雲端與企業自有環境的部署方式。因此，一般讀者可以先試回答品質，企業則要再確認資料與授權條件。
這裡的「主權 AI」，主要涉及誰控制資料與執行環境。模型使用哪些既有技術，是另一個需要透明資訊才能回答的問題。
對有資料位置要求的團隊，我會把 Giotto 列入評估。若只因為看到「歐洲」或「單 GPU」就準備搬系統，證據還不夠，可移轉的合約、實際硬體與工作品質，才會決定能否採用。
要看懂這項選擇，得先分清 Alto、Solo 和免費聊天各自提供了什麼。
Giotto Alto 與 Solo 是什麼？先分清聊天入口與部署產品
Alto 是公司定位的旗艦推理模型，Solo 則以單 GPU 環境為部署目標，兩者同屬此次新模型家族。推理模型會在輸出答案前投入運算處理問題，但名稱本身不保證每個答案都正確。
依 Giotto 的公司新聞稿，Alto 面向較吃重的推理與企業工作，運作配置是八張 NVIDIA B300。Solo 則讓企業選擇相容的單卡環境，降低部署規模的起點。
這項差別會影響採用方式。若只是希望先問問題，可以使用共用雲的聊天入口；若想把模型放到公司裡，則需要另外評估硬體、軟體授權與維運。
公司將免費匿名聊天和 iOS、Android App 一起列入發布資訊，其中匿名聊天不需帳號。但能從網頁使用模型，和取得可自由部署的模型檔，是不同的服務安排。
匿名使用減少建立帳號的步驟，但若準備貼入內部資料，仍應閱讀服務如何保存對話、處理刪除要求。這些安排會決定哪些文件適合先拿來比較，不能只由登入方式判斷。
因此，評估時可以先把需求分成「使用服務」和「管理部署」。前者在意能否完成工作，後者還要安排更新、資源分配，以及服務出問題時由誰接手。
單 GPU 也只說明卡的數量，無法直接回答自己的電腦夠不夠用。公司尚未在這份公告中完整列出 Solo 的最低顯示記憶體需求，因此不宜直接套用一般消費顯卡。
選好需要的模型後，資料留在哪裡，還要看採用哪一種部署方式。
歐洲共用雲、獨享雲與地端，資料控制差在哪裡？
Giotto 提供三種部署方式，差別在服務由誰運作、硬體是否獨享，以及團隊需要接手多少維運工作。這些安排會改變資料處理和成本，所以不能只用模型名稱比較。
以下依公司公告整理三種選項。
| 部署方式 | 公告中的安排 | 採用者需要確認的重點 |
|---|---|---|
| 共用雲 | 由歐洲基礎設施承載服務 | 使用條款、資料處理與工作負載限制 |
| 獨享雲 | 瑞士或歐洲合作資料中心的隔離環境 | 專用資源、月租與維運責任 |
| 公司自有環境 | 由合作整合商在相容硬體上部署 | 硬體、授權、更新與故障支援 |
表中的公司自有環境，讓團隊有機會把模型放到自己控制的基礎設施。但控制增加，也意味著必須決定由內部人員還是整合商負責讓服務持續運作。
例如，假設一個團隊每天整理內部技術文件，除了問模型在哪裡執行，還應確認文件、搜尋索引和使用紀錄各放在哪裡。這是本刊建議的詢問方式，不是公司已替所有部署做出的保證。
若選獨享雲，也應確認隔離的是哪些資源，以及備份、支援人員和外部整合會如何接觸資料。因為模型主機的位置，只是完整資料流程的一部分。
Giotto 將服務描述為與 GDPR 要求相配合的歐洲雲端選項，這是公司的產品表述。企業仍需把自己的資料種類、合約和實際設定一起檢查，不能只靠所在地作出合規結論。
能選擇執行地點很有價值，但這項控制和模型從何而來，回答的是不同問題。
主權 AI 是否代表完全從零訓練？模型來源與部署要分開看
歐洲基礎設施可以控制資料處理位置，卻不能單憑地點判定模型的訓練來源。這個區分重要，因為資料治理和模型來源透明度，會影響企業不同層面的決定。
在發布後的討論中，Giotto 執行長 Aldo Podestà 於 原始 X 回覆表示，模型繼承了部分 Kimi 權重，並稱整體模型經過更大範圍的重新訓練，以及專有的測試時運算方法。
權重是模型訓練後用來產生輸出的參數。繼承部分既有權重，代表使用其他模型的訓練成果，但這則回覆沒有交代 Kimi 的版本、使用比例，也沒有清楚說明適用哪一款 Giotto 模型。
測試時運算，則是模型回答問題時投入的額外計算。它和訓練階段是兩個環節，因此不能從這句回覆推算出完整架構，或認定輸出就等同於原版 Kimi。
對企業而言，較有用的問題是公司能提供哪些模型說明、元件與授權資訊，以及後續更新能否追蹤。若工作對來源有要求，這些文件會直接影響內部能否核准採用。
也因此，主權 AI 的討論可以落到具體權利。團隊能否選擇資料位置、限制存取、移轉自己的資料，以及在結束合約後繼續取得必要成果，往往比單一地區標籤更實際。
當來源揭露仍有限時，評估品質就更需要回到可比較的工作結果。
公司公布的推理成績，能支持哪些判斷？
Giotto 官網的比較表可以作為測試線索，但成績出自發布者，還不能代替自己任務的驗證。不同測驗考的能力也不同，分數要連同名稱和條件一起讀。
以下保留官網中兩項推理評測，用來說明如何看待「最聰明」這類宣傳。
| 官方比較項目 | Alto 公布成績 | Solo 公布成績 |
|---|---|---|
| GPQA-Diamond | 91.9% | 88.3% |
| HLE | 52.0% | 37.5% |
表中的 GPQA-Diamond 偏重高難度科學知識與推理，HLE 則涵蓋更廣的專家問題。即使 Alto 在這兩列高於 Solo，也只能支持該測試設定中的比較，不能推算每一項企業工作都比較好。
例如，團隊若要整理技術規範，關心的是答案能否回到原文、遇到矛盾是否指出來。這些表現需要用文件任務檢查，和解答選定題目的分數並不完全相同。
若原文同時出現舊版和新版規則，還應觀察模型是否辨認適用日期。因為能找到一段看似相關的文字，和正確套用當時有效的規則，對實際使用者會產生不同結果。
若工作是大量短句分類，也可能更在意固定時間內的處理量、分類一致性和等待時間。因此，較大的旗艦模型即使推理分數較高，也不必然是每個流程的最合適選項。
比較時還需要保留模型版本與工具環境，因為更新後的成績可能改變。把自己用過的版本和測試輸出留在一起，才能知道改善來自模型、設定，還是工作條件不同。
如果品質符合工作需要，下一步要算的，是使用與維運的完整費用。
免費聊天之外，API 與企業部署如何收費？
共用雲聊天免費，不代表所有串接、併發和自架部署都免費。API 是讓程式呼叫模型的介面，使用規模和一般人輪流在聊天視窗提問，可能相差很大。
公司公告說，共用雲 API 採固定費用的請求安排，但同時只允許一個請求。若需要多個請求一起執行，則另有 token 套餐，token 是模型處理文字時的計量單位。
這個限制會影響排程。假設公司有多位同事同時送入文件，即使請求數沒有另外限制，也可能因單一併發而需要等待，所以採購前應先用實際工作量討論容量。
同時執行的能力也應和整件工作的長度一起估算。若一份長文件需要較久才能完成，其他請求等待的時間就會增加，因此固定費用是否划算，仍要看團隊尖峰時段的需求。
獨享雲採按月租用，並包含 Giotto 軟體授權。公司自有環境的部署則按年或多年授權，價格依 GPU 的數量與類型而定，公告沒有提供所有情境的明確金額。
因此，可以比較的完整成本還包括硬體、運作人力和使用限制。共用雲的好處是少接手部分維運，但若工作需要穩定的專用資源，就得評估獨享或自架是否更合適。
移轉成本也值得在開始前確認。文件、提示詞、應用程式與模型授權能否分開搬走，會影響未來改用其他供應商的難度，這些內容應寫進實際服務範圍。
把工作量與授權範圍問清楚，才能安排有意義的小規模試用。
有資料位置需求的團隊，先試一件可以核對的工作
我建議先用可分享的測試資料，驗證回答品質與交付格式，再評估是否擴大到內部系統。這樣能在不急著搬移正式資料的情況下，判斷服務是否值得進一步整合。
例如，可以選一份已有人整理過的產品文件，請模型回答幾個需要跨頁找資料的問題。正確答案和原文放在一起，就能檢查引用、遺漏，以及模型是否自行補出文件沒有的資訊。
若 Solo 是候選，也應在預計部署的硬體上跑相同任務，再記錄完整等待時間。因為模型能啟動，只是可用性的起點，團隊還需要知道同事實際等多久、能否同時工作。
需要導出表格或報告時，也要確認檔案能交給下一個人修改。若每次仍得人工重排格式，節省的提問時間，就可能被後面的整理工作抵消。
上述是本刊建議的比較方法，不是 Giotto 已完成的實測。當資料位置、輸出品質和維運分工都有明確答案，才比較有理由討論更大範圍的導入。
若想了解相關模型的服務開放與權重釋出，兩者也需要分開判斷。
延伸閱讀：Kimi K3.1 Pro 發布：百萬 Token 與開放時間，完整權重仍要等到 11 月
至於自行部署，大模型能不能放進某張顯示卡，還涉及記憶體與執行方式。
延伸閱讀：Strata 教學：12GB 顯示卡跑大模型，先看 RAM、量化與完整任務
Giotto 常見問題 FAQ
Solo 說單 GPU，代表一般家用顯示卡都能跑嗎？
單 GPU 只描述數量，公司公告沒有完整列出所有相容型號與最低記憶體。採用前應取得具體配置，再用預計處理的工作測試。
免費匿名聊天，代表模型採開源授權嗎？
免費使用服務和取得開放權重，是不同安排。這次公告提供免費聊天與企業部署選項，不能據此把整套軟體當成可自由散布的開源模型。
執行長提到 Kimi，代表 Alto 和 Solo 都是同一款 Kimi 嗎？
原始回覆只提到繼承部分權重及後續訓練，沒有公布版本、比例與適用模型。現有資訊不足以判定兩款產品的完整組成。
台灣團隊採歐洲雲端，就能直接符合自己的資料規範嗎？
資料中心所在地只是考量的一部分，實際資料種類、處理合約與存取方式仍須確認。公司對服務的表述，不能代替採用者自己的要求與判斷。
先確認資料與維運控制，再比較模型是否值得留下
Giotto 這次提供的選擇，對有資料位置要求、願意安排維運的團隊較有意義。一般使用者則可以先從免費聊天比較回答品質，不必直接跳到自架或長期授權。
若準備採用，把相容硬體、模型文件與可移轉的成果問清楚，再用一件有原文依據的工作測試。能力和控制方式能一起滿足需求，才是主權 AI 對使用者的實際價值。
歡迎免費訂閱 AI 郵報，持續掌握新模型的開放方式、工作用途與部署條件。
