MoMA: platforma de agregare LLM de la China Mobile, peste 300 de modele în spatele unei singure uși

Răspunsul pe scurt

MoMA este prima platformă deschisă și accesibilă de agregare a modelelor mari de la China Mobile și reunește într-o singură consolă peste 300 de modele relevante: open source, închise și seria proprie Jiutian. Un gateway API unificat ajunge pentru a le apela pe toate, fără să te înregistrezi la fiecare furnizor sau să adaptezi fiecare protocol. Rutarea inteligentă distribuie cererile după o strategie de cost, calitate sau echilibru și comută în câteva secunde la defecțiune. Se adaugă baze de cunoștințe RAG, dezvoltare de agenți cu puțin cod și orchestrare vizuală a fluxurilor; conturile noi primesc 25 de milioane de tokeni gratuiți.

Problema vizată

Cel mai frecvent obstacol în adoptarea modelelor mari aproape niciodată nu este «putem folosi unul», ci «pe care, cum îl integrăm și cât costă». Fiecare furnizor vine cu propriul sistem de conturi, propria metodă de autentificare și propria interfață, așa că un model nou înseamnă un nou ciclu de adaptare. Iar în producție se vede că aceeași sarcină poate costa foarte diferit în funcție de model, iar alegerea manuală echilibrează rareori bine costul și calitatea.

MoMA transformă acest strat în capabilitate de platformă: te confrunți cu un gateway, nu cu zeci de furnizori, alegerea modelului trece la un motor de politici în loc de judecăți caz cu caz, iar factura este detaliată pe tokenii efectiv consumați.

Capabilități esențiale

Piața modelelor. Peste 300 de modele în categoriile text, viziune, voce, vectori și multimodalitate. Fiecare acceptă test online, apel API, implementare cu un clic și reglaj fin, cu filtre după categorie, funcție sau familie, ori căutare directă.

Gateway API unificat. O singură interfață standardizată ajunge la toate modelele platformei. Nu trebuie adaptate protocoalele furnizorilor pe rând și nici păstrate conturi separate.

Rutare inteligentă (Jiutian inside). Intenția cererii este analizată automat și asociată celui mai potrivit model, sub strategii de cost, calitate sau echilibru. Defecțiunea unui singur nod declanșează comutarea în câteva secunde, menținând continuitatea traficului de producție. Cifrele publicate indică un cost unitar per token cu circa 30% mai mic și o amprentă de resurse cu peste 50% mai redusă.

RAG, generare augmentată prin recuperare. Construcția bazelor de cunoștințe din mai multe surse, cu recuperare hibridă și rechemare pe mai multe căi: cunoștințele dispersate intern și extern intră în generare, reducând halucinațiile și crescând acuratețea.

Dezvoltare de agenți. Două moduri de orchestrare — planificare autonomă LLM și flux explicit — permit agenți fără cod sau cu puțin cod, fără cunoștințe solide de programare.

Magazin de agenți. Agenți gata făcuți din mai multe domenii pot fi încercați imediat, iar cei creați de tine pot fi publicați drept canal de reutilizare internă sau distribuție externă.

Orchestrare vizuală a fluxurilor. Pluginuri, modele, cod și baze de cunoștințe se asamblează prin tragere și plasare în procese stabile, potrivite pentru automatizarea de afaceri în mai mulți pași.

Măsurarea tokenilor și facturare transparentă. Detalii de consum pentru fiecare tranzacție plus monitorizarea latenței și a debitului, cu opțiunea de plată la consum sau plată unică.

Pași de pornire

În primul rând, deschide pagina produsului MoMA pe ecloud.10086.cn, portalul China Mobile Cloud, înregistrează-te și conectează-te la consolă. În al doilea rând, deschide piața modelelor și parcurge cele peste 300 disponibile, filtrând după categorie, funcție sau familie, ori căutând direct. În al treilea rând, alege un model și apasă «test online» pentru o verificare imediată, ori solicită apelul API pentru a obține endpointul și cheia. În al patrulea rând, mergi în modulul de rutare inteligentă, selectează strategia, bifează setul de modele și creează reguli de distribuție automată. În al cincilea rând, pentru întrebări și răspunsuri bazate pe cunoștințele firmei, încarcă documente în modulul RAG pentru a construi baza de cunoștințe și configurează recuperarea hibridă. În al șaselea rând, asamblează agentul în modulul de dezvoltare și publică-l în magazin, pentru echipă sau pentru utilizatorii externi.

Ce o diferențiază

MoMA se poziționează pe agregare, nu pe serviciul unui singur model. Față de cloud-urile obișnuite, declară peste 300 de modele în locul obișnuitei sute și ceva; integrarea se sprijină pe o singură API care acoperă totul, în timp ce majoritatea rămân la API standard plus SDK; rutarea pune accent pe mod dual cu niveluri SLA și comutare în secunde; infrastructura se bazează pe rețeaua China Mobile Cloud și peste 1.500 de centre de calcul inteligent la margine, alături de rețea de clasă de operator și controale de securitate a conținutului — un argument propriu privind latența și conformitatea. Dacă nevoia ta centrală este echilibrul dintre cost și calitate între mai multe modele, un agregator dă valoare directă. Dacă ești legat profund de ecosistemul unui furnizor, platforma lui nativă va rămâne mai comodă la unelte.

Scenarii reprezentative

Platformă AI intermediară de întreprindere. Un singur punct de intrare către modele deservește mai multe linii de business și evită ca fiecare echipă să integreze furnizorii separat.

Întrebări și răspunsuri plus asistență clienți. RAG transformă cunoștințele firmei în răspunsuri susținute de surse, în loc să inventeze conținut.

Dezvoltare de aplicații cu agenți. Orchestrarea cu puțin cod produce rapid aplicații verticale, cum ar fi asistent de aprobare sau agent de analiză a datelor.

Producție de conținut AIGC. Modelele de text, imagine și video se combină cu fluxurile pentru creare și publicare în lot.

Soluții sectoriale. Modelele de bază sunt reglate fin pe date de sector, apoi completate cu RAG și agenți pentru finanțe, sănătate sau administrație publică.

Înainte de decizie

Platforma se potrivește echipelor de inginerie sau IT care apelează mai multe modele și vor să unifice facturarea și integrarea. Dacă ai nevoie stabil de un singur model, stratul de agregare aduce mai puțin. Deși facturarea măsoară tokenii reali cu detalii, costul crește liniar cu volumul: validează mai întâi lanțul cu cota gratuită, apoi, pe baza rezultatelor reale ale rutării, decide dacă fixezi modele anume. Și, în ciuda comutării în secunde, păstrează un plan de degradare pentru drumurile critice ale afacerii.