MoMA: die LLM-Aggregationsplattform von China Mobile mit über 300 Modellen hinter einer Tür

Die kurze Antwort

MoMA ist die erste offene, breit zugängliche Aggregationsplattform für große Modelle von China Mobile und führt über 300 relevante Modelle in einer Konsole zusammen: Open Source, Closed Source und die hauseigene Jiutian-Reihe. Über ein einheitliches API-Gateway genügt eine einzige Anbindung, um alle Modelle aufzurufen, ohne sich bei jedem Anbieter zu registrieren oder jedes Protokoll einzeln anzupassen. Intelligentes Routing weist Anfragen nach Kosten-, Qualitäts- oder Ausgleichsstrategie zu und schaltet bei Fehlern in Sekunden um. Ergänzt wird das durch RAG-Wissensdatenbanken, Agent-Entwicklung mit wenig Code und visuelle Workflow-Orchestrierung; neue Konten erhalten 25 Millionen Gratis-Tokens.

Welches Problem sie adressiert

Der häufigste Engpass bei der Einführung großer Modelle ist selten „können wir eins nutzen", sondern „welches, wie binden wir es an und was kostet es". Jeder Anbieter bringt eigenes Konto, eigene Authentifizierung und eigene Schnittstelle mit, sodass jedes neue Modell eine weitere Anpassungsrunde bedeutet. Im Betrieb zeigt sich dann: Dieselbe Aufgabe kostet je Modell sehr unterschiedlich, und per Hand lässt sich Kosten gegen Qualität kaum ausbalancieren.

MoMA zieht diese Schicht in die Plattform: Sie sehen ein Gateway statt Dutzender Anbieter, die Modellwahl übernimmt eine Policy-Engine statt jeden Einzelfall zu entscheiden, und die Rechnung erscheint positionsweise für tatsächlich verbrauchte Tokens.

Kernfunktionen

Modellplatz. Über 300 Modelle in den Kategorien Text, Bild, Sprache, Vektoren und multimodal. Jedes支持 Online-Test, API-Aufruf, Ein-Klick-Bereitstellung und Feinabstimmung, filterbar nach Kategorie, Funktion oder Modellfamilie, oder per Direktsuche.

Einheitliches API-Gateway. Eine standardisierte Schnittstelle erreicht alle Modelle der Plattform. Weder müssen Anbieterprotokolle einzeln adaptiert noch getrennte Konten gepflegt werden.

Intelligentes Routing (Jiutian inside). Die Absicht der Anfrage wird automatisch analysiert und dem passendsten Modell zugeordnet, wählbar nach Kosten-, Qualitäts- oder Ausgleichsstrategie. Fällt ein Knoten aus, erfolgt die Umschaltung in Sekunden, sodass Produktionstraffic weiterläuft. Veröffentlicht sind etwa 30% geringere Token-Stückkosten und über 50% weniger Ressourcenbelegung.

RAG, retrieval-augmented Generation. Aufbau mehrquelliger Wissensdatenbanken mit Hybrid-Retrieval und Mehrweg-Recall: verteiltes internes und externes Wissen fließt in die Generierung ein, was Halluzinationen senkt und die Treffergenauigkeit erhöht.

Agent-Entwicklung. Zwei Orchestrierungsarten — autonome LLM-Planung und expliziter Workflow — erlauben Agenten ohne oder mit wenig Code und ohne tiefe Programmierkenntnisse.

Agent-Store. Vorgefertigte Agenten aus verschiedenen Domänen lassen sich direkt ausprobieren, eigene Agenten können als Kanal für interne Wiederverwendung oder externe Verteilung veröffentlicht werden.

Visuelle Workflow-Orchestrierung. Per Drag-and-drop werden Plugins, Modelle, Code und Wissensdatenbanken zu stabilen Abläufen verbunden — passend für mehrstufige Geschäftsautomatisierung.

Token-Messung und transparente Abrechnung. Verbrauchsdetails je Transaktion samt Latenz- und Durchsatzüberwachung, wahlweise nutzungsbasierte oder einmalige Abrechnung.

Einstieg

Erstens: Rufen Sie die MoMA-Produktseite auf ecloud.10086.cn, dem Portal von China Mobile Cloud, auf, registrieren Sie sich und melden Sie sich in der Konsole an. Zweitens: Öffnen Sie den Modellplatz, durchsuchen Sie die über 300 Modelle und filtern Sie nach Kategorie, Funktion oder Familie, oder suchen Sie direkt. Drittens: Wählen Sie ein Modell und klicken Sie auf „Online-Test" für einen Sofortcheck, oder rufen Sie den API-Zugriff auf, um Endpunkt und Schlüssel zu erhalten. Viertens: Wechseln Sie ins Routing-Modul, wählen Sie die Strategie, haken Sie die Modellmenge ab und legen Sie automatische Verteilungsregeln fest. Fünftens: Für Unternehmenswissen laden Sie im RAG-Modul Dokumente hoch, bauen die Wissensdatenbank auf und konfigurieren das Hybrid-Retrieval. Sechstens: Bauen Sie im Agent-Modul Ihren Agenten und veröffentlichen Sie ihn im Agent-Store für Team oder externe Nutzende.

Unterschied zu anderen Plattformen

MoMA setzt auf Aggregation, nicht auf Single-Vendor-Modellservice. Gegenüber gängigen Clouds nennt es über 300 Modelle statt der üblichen gut hundert; die Anbindung läuft über eine einzige API statt Standard-API plus SDK; das Routing betont Dual-Modus mit SLA-Stufen und Sekunden-Failover; die Infrastruktur ruht auf dem Netz von China Mobile Cloud mit über 1.500 Edge-Rechenzentren, kombiniert mit Carrier-Grade-Netz und Content-Security — ein eigenständiges Argument bei Latenz und Compliance. Wer Kosten und Qualität über mehrere Modelle ausbalancieren will, profitiert direkt von so einem Aggregator. Wer tief im Modellökosystem eines Anbieters steckt, findet dessen native Plattform beim Werkzeugbau weiterhin angenehmer.

Typische Szenarien

Unternehmens-KI-Mittelplattform. Ein einheitlicher Modelleingang bedient mehrere Geschäftsbereiche und erspart jedem Team die eigene Anbieteranbindung.

Wissens-Q&A und Kundenservice. RAG macht Unternehmenswissen zu belegbaren Antworten statt zu frei erfundenen Inhalten.

Agent-Anwendungen. Orchestrierung mit wenig Code erzeugt schnell Vertikalanwendungen wie Freigabe-Assistenten oder Datenanalyse-Agenten.

AIGC-Produktion. Text-, Bild- und Videomodelle werden mit Workflows zu Serienproduktion und Veröffentlichung kombiniert.

Branchenlösungen. Basismodelle werden mit Branchendaten feinabgestimmt und mit RAG sowie Agenten zu Lösungen für Finanzen, Gesundheit oder Verwaltung ergänzt.

Vor der Entscheidung

Die Plattform passt zu Entwicklungs- oder IT-Teams, die mehrere Modelle aufrufen und Abrechnung wie Anbindung vereinheitlichen wollen. Wer dauerhaft nur ein Modell braucht, gewinnt durch die Aggregationsschicht weniger. So genau die Token-Messung auch ist, der Preis wächst linear mit dem Volumen: Prüfen Sie die Kette zuerst mit dem Gratis-Kontingent und entscheiden Sie anhand realer Routing-Ergebnisse, ob Sie Modelle fest pinnen. Und trotz Sekunden-Failover sollte für geschäftskritische Pfade ein Degradationsplan bereitliegen.