MoMA: la piattaforma di aggregazione LLM di China Mobile, oltre 300 modelli dietro un'unica porta

La risposta breve

MoMA è la prima piattaforma aperta e accessibile di aggregazione di grandi modelli di China Mobile e riunisce in un'unica console oltre 300 modelli rilevanti: open source, chiusi e della serie proprietaria Jiutian. Un gateway API unificato basta per richiamarli tutti, senza registrarsi presso ogni fornitore né adattare ogni protocollo. Il routing intelligente assegna le richieste secondo una strategia di costo, qualità o equilibrio e commuta in pochi secondi in caso di guasto. Si aggiungono basi di conoscenza RAG, sviluppo di agenti a basso codice e orchestrazione visiva dei flussi; i nuovi account ricevono 25 milioni di token gratuiti.

Quale problema affronta

L'ostacolo più frequente nell'adozione dei grandi modelli quasi non è mai «riusciamo a usarne uno», ma «quale, come lo integriamo e quanto costa». Ogni fornitore porta il proprio sistema di account, il proprio metodo di autenticazione e la propria interfaccia, così aggiungere un modello significa un altro ciclo di adattamento. E una volta in produzione emerge che la stessa attività può variare molto di prezzo a seconda del modello: scegliere a mano difficilmente bilancia bene costo e qualità.

MoMA trasforma questo livello in capacità di piattaforma: ci si trova davanti un gateway invece di decine di fornitori, la scelta del modello passa a un motore di politiche invece di valutazioni caso per caso, e la fattura è dettagliata per token effettivamente consumati.

Capacità principali

Piazza dei modelli. Oltre 300 modelli tra categorie di testo, visione, voce, embedding e multimodalità. Ciascuno accetta prova online, chiamata API, distribuzione con un clic e messa a punto, con filtri per categoria, funzione o famiglia, oppure ricerca diretta.

Gateway API unificato. Una sola interfaccia standardizzata raggiunge tutti i modelli della piattaforma. Non serve adattare uno per uno i protocolli dei fornitori né mantenere account separati.

Routing intelligente (Jiutian inside). L'intento della richiesta viene analizzato automaticamente e abbinato al modello più adatto secondo strategie di costo, qualità o equilibrio. Un guasto su un singolo nodo innesca la commutazione in pochi secondi, mantenendo la continuità del traffico in produzione. I numeri dichiarati parlano di circa il 30% in meno di costo unitario per token e oltre il 50% in meno di occupazione di risorse.

RAG, generazione aumentata dal recupero. Costruzione di basi di conoscenza multi-fonte con recupero ibrido e richiamo su più percorsi: la conoscenza sparsa interna ed esterna entra nella generazione, riducendo le allucinazioni e migliorando la precisione.

Sviluppo di agenti. Due modalità di orchestrazione — pianificazione autonoma dell'LLM e flusso esplicito — consentono agenti senza codice o a basso codice, senza richiedere solide competenze di programmazione.

Negozio di agenti. Agenti pronti in vari domini si provano subito, e quelli che crei possono essere pubblicati come canale di riuso interno o distribuzione esterna.

Orchestrazione visiva dei flussi. Plugin, modelli, codice e basi di conoscenza si compongono con il trascinamento in processi stabili, adatti all'automazione aziendale a più passi.

Misurazione dei token e fatturazione trasparente. Dettaglio del consumo per transazione più monitoraggio di latenza e throughput, con scelta tra pagamento a consumo e pagamento una tantum.

Primi passi

Primo, apri la pagina prodotto MoMA su ecloud.10086.cn, il portale China Mobile Cloud, registrati e accedi alla console. Secondo, apri la piazza dei modelli per sfogliare gli oltre 300 disponibili, filtrando per categoria, funzione o famiglia, oppure con ricerca diretta. Terzo, scegli un modello e clicca su «prova online» per un test immediato, oppure richiedi la chiamata API per ottenere endpoint e chiave. Quarto, vai nel modulo di routing intelligente, seleziona la strategia, spunta l'insieme di modelli e crea regole di distribuzione automatica. Quinto, per domande e risposte aziendali carica i documenti nel modulo RAG per costruire la base di conoscenza e configura il recupero ibrido. Sesto, componi il tuo agente nel modulo di sviluppo e pubblicalo nel negozio per il team o per utenti esterni.

Ciò che la distingue

MoMA si colloca sull'aggregazione, non sul servizio di un singolo modello. Rispetto ai cloud comuni dichiara oltre 300 modelli contro la classica centinaia scarsa; l'integrazione poggia su un'unica API che copre tutto, mentre i più restano su API standard più SDK; il routing insiste su una modalità duale con SLA a livelli e commutazione in secondi; l'infrastruttura si appoggia alla rete China Mobile Cloud con oltre 1.500 centri di calcolo periferici, insieme a rete di grado operatoriale e controlli di sicurezza dei contenuti — un argomento proprio su latenza e conformità. Se il tuo bisogno centrale è bilanciare costo e qualità fra più modelli, un aggregatore dà valore diretto. Se sei legato in profondità all'ecosistema di un fornitore, la sua piattaforma nativa resterà più comoda negli strumenti.

Scenari rappresentativi

Piattaforma AI aziendale. Un unico punto di ingresso ai modelli serve più linee di business ed evita che ogni team integri i fornitori separatamente.

Domande e risposte e assistenza clienti. Il RAG trasforma la conoscenza aziendale in risposte fondate, invece di inventare contenuti.

Sviluppo di applicazioni ad agenti. L'orchestrazione a basso codice produce rapidamente applicazioni verticali come assistenti di approvazione o agenti di analisi dati.

Produzione di contenuti AIGC. Modelli di testo, immagini e video si combinano con i flussi per creazione e pubblicazione in blocco.

Soluzioni di settore. I modelli base vengono messi a punto su dati di settore e completati da RAG e agenti per finanza, sanità o pubblica amministrazione.

Prima di impegnarti

La piattaforma si adatta a team di ingegneria o IT che richiamano più modelli e vogliono unificare fatturazione e integrazione. Se ti serve stabilmente un solo modello, il livello di aggregazione rende meno. Per quanto la fatturazione misuri i token reali nel dettaglio, il costo cresce linearmente con il volume: valida prima la catena con la quota gratuita e solo dopo, in base ai risultati reali del routing, decidere se fissare modelli specifici. Infine, nonostante la commutazione in secondi, mantieni un piano di degradazione per i percorsi aziendali critici.