MoMA: a plataforma de agregação de modelos da China Mobile com mais de 300 modelos atrás de uma só porta

Resposta direta

MoMA é a primeira plataforma aberta e acessível de agregação de grandes modelos da China Mobile, que reúne em um só console mais de 300 modelos relevantes: de código aberto, fechado e da série própria Jiutian. Um gateway de API unificado basta para chamar todos eles, sem se cadastrar em cada fornecedor nem adaptar-se a cada protocolo. O roteamento inteligente associa cada requisição a um modelo sob estratégias de custo, qualidade ou equilíbrio e faz o failover em segundos. Somam-se bases de conhecimento RAG, desenvolvimento de agentes com pouco código e orquestração visual de fluxos, e contas novas recebem 25 milhões de tokens gratuitos.

Que problema ela ataca

O obstáculo mais comum na adoção de grandes modelos raramente é «conseguimos usar um», e sim «qual, como integramos e quanto custa». Cada fornecedor traz seu sistema de contas, seu método de autenticação e sua interface, de modo que cada modelo novo significa outra rodada de adaptação. E, já em produção, a mesma tarefa pode variar bastante de preço conforme o modelo, então escolher manualmente raramente equilibra custo e qualidade.

A MoMA transforma essa camada em capacidade de plataforma: você encara um gateway em vez de dezenas de fornecedores, a escolha do modelo passa a um motor de políticas em vez de decisões caso a caso, e a fatura é detalhada por tokens efetivamente consumidos.

Capacidades principais

Praça de modelos. Mais de 300 modelos em categorias de texto, visão, voz, vetores e multimodalidade. Cada um aceita teste online, chamada por API, implantação com um clique e ajuste fino, com filtros por categoria, função ou família, ou busca direta.

Gateway de API unificado. Uma única interface padronizada alcança todos os modelos da plataforma. Não é preciso adaptar-se separadamente aos protocolos de cada fornecedor nem manter contas independentes.

Roteamento inteligente (Jiutian inside). A intenção da requisição é analisada automaticamente e emparelhada com o modelo mais adequado sob estratégias de custo, qualidade ou equilíbrio. Falhas de ponto único disparam a troca em segundos, mantendo a continuidade do tráfego em produção. Os números divulgados falam de cerca de 30% menos custo unitário por token e mais de 50% menos ocupação de recursos.

Geração aumentada por recuperação (RAG). A construção de bases de conhecimento de múltiplas fontes, com recuperação híbrida e recall por múltiplos caminhos, traz conhecimento disperso interno e externo para a geração, reduzindo alucinações e melhorando a precisão.

Desenvolvimento de agentes. Dois modos de orquestração — planejamento autônomo do LLM e fluxo explícito — permitem agentes sem código ou com pouco código, sem exigir base sólida de programação.

Loja de agentes. Agentes prontos em vários domínios podem ser testados na hora, e os que você criar podem ser publicados como canal de reuso interno ou distribuição externa.

Orquestração visual de fluxos. Compor com arrastar e soltar plugins, modelos, código e bases de conhecimento em processos estáveis combina com a automação de negócio de várias etapas.

Medição de tokens e cobrança transparente. Detalhamento do consumo por transação mais monitoramento de latência e throughput, com opções de pagamento por uso e pagamento único.

Como começar

Primeiro, acesse a página de produto MoMA em ecloud.10086.cn, o portal da China Mobile Cloud, cadastre-se e entre no console. Segundo, abra a praça de modelos para percorrer os mais de 300 disponíveis, filtrando por categoria, função ou família, ou buscando um alvo específico. Terceiro, escolha um modelo e clique em «teste online» para avaliá-lo na hora, ou peça a chamada por API para obter o endpoint e a chave. Quarto, vá ao módulo de roteamento inteligente, selecione a estratégia, marque o conjunto de modelos e crie regras de distribuição automática para que as requisições sigam essa política. Quinto, se precisar de perguntas e respostas corporativas, envie documentos no módulo RAG para construir a base de conhecimento e configure a recuperação híbrida. Sexto, use o módulo de desenvolvimento de agentes para montar seu agente e publique-o na loja para sua equipe ou usuários externos.

Em que difere de outras plataformas

A MoMA se posiciona na agregação, não no serviço de um único fornecedor. Comparada às nuvens comuns, declara mais de 300 modelos contra a casa dos cem habituais; a integração se apoia em uma única API que cobre tudo, enquanto a maioria ainda usa API padrão mais SDK; o roteamento enfatiza modo duplo com SLA por níveis e failover em segundos; e a infraestrutura se apoia na rede da China Mobile Cloud com mais de 1.500 centros de computação inteligente de borda, junto de rede de grau operadora e controles de segurança de conteúdo — um argumento próprio em latência e conformidade. Se sua necessidade central é equilibrar custo e qualidade entre modelos, um agregador entrega valor direto. Se você está preso ao ecossistema de um fornecedor, a plataforma nativa dele continuará mais confortável nas ferramentas.

Cenários representativos

Plataforma média de IA empresarial. Um único ponto de entrada ao modelo atende várias linhas de negócio e evita que cada equipe integre fornecedores separadamente.

Perguntas e respostas e atendimento. O RAG transforma conhecimento corporativo em respostas com respaldo, em vez de inventar conteúdo.

Desenvolvimento de aplicações com agentes. A orquestração com pouco código produz aplicações verticais como assistentes de aprovação ou agentes de análise de dados rapidamente.

Produção de conteúdo AIGC. Combinam-se modelos de texto, imagem e vídeo com fluxos para criação e publicação em lote.

Soluções setoriais. Ajustam-se os modelos base com dados do setor e somam-se RAG e agentes para finanças, saúde ou governo.

Antes de se comprometer

A plataforma combina com equipes de engenharia ou TI que chamam vários modelos e querem cobrança e integração unificadas. Se você só precisa de um modelo de forma estável, a camada de agregação agrega menos. Embora a cobrança meça tokens reais com detalhamento, o custo ainda cresce linearmente com o volume: use a franquia gratuita para validar o caminho e decida depois, com base no comportamento real do roteamento, se fixa modelos específicos. Por fim, mesmo com failover em segundos, mantenha um plano de degradação para os caminhos críticos do negócio.