MoMA: платформа агрегации больших моделей от China Mobile — более 300 моделей за одной дверью

Короткий ответ

MoMA — первая открытая платформа агрегации больших моделей от China Mobile, которая сводит в одну консоль более 300 значимых моделей: с открытым кодом, закрытые и собственной серии Jiutian. Единого API-шлюза хватает, чтобы вызывать все модели, не регистрируясь у каждого поставщика и не подстраиваясь под каждый протокол. Интеллектуальная маршрутизация распределяет запросы по стратегиям приоритета стоимости, качества или баланса и переключается за секунды при сбое. Добавляются базы знаний RAG, разработка агентов с минимальным кодом и визуальная оркестрация процессов; новые аккаунты получают 25 миллионов бесплатных токенов.

Какую проблему она решает

Самое частое препятствие при внедрении больших моделей — почти никогда «сможем ли мы использовать», а «какую, как подключить и сколько это стоит». У каждого поставщика своя система аккаунтов, свой метод аутентификации и свой интерфейс, поэтому добавление новой модели означает ещё один раунд адаптации. А в эксплуатации выясняется, что одна и та же задача стоит по-разному в зависимости от модели, и вручную совместить цену и качество крайне сложно.

MoMA превращает этот слой в возможности платформы: перед вами один шлюз вместо десятков поставщиков, выбор модели переходит к движку политик вместо решений по каждому случаю, а счёт детализируется по фактически потреблённым токенам.

Ключевые возможности

Площадка моделей. Более 300 моделей в категориях текст, изображения, речь, векторы и мультимодальность. Каждая поддерживает онлайн-тест, вызов API, развёртывание в один клик и дообучение, с фильтрами по категории, функции или семейству либо прямым поиском.

Единый API-шлюз. Один стандартизированный интерфейс достигает всех моделей платформы. Не нужно по отдельности адаптировать протоколы поставщиков и держать несколько аккаунтов.

Интеллектуальная маршрутизация (Jiutian inside). Намерение запроса анализируется автоматически и сопоставляется с наиболее подходящей моделью в рамках стратегий стоимости, качества или баланса. Отказ отдельного узла запускает переключение за секунды, сохраняя непрерывность производственного трафика. Опубликованные показатели: примерно на 30% ниже удельная стоимость токена и более чем на 50% меньше занимаемых ресурсов.

RAG — генерация с дополненным поиском. Построение баз знаний из нескольких источников с гибридным поиском и многоканальным возвратом вводит разрозненные внутренние и внешние знания в генерацию, снижая галлюцинации и повышая точность.

Разработка агентов. Два способа оркестрации — автономное планирование со стороны LLM и явный рабочий процесс — позволяют создавать агентов без кода или с минимальным кодом, не требуя серьёзных навыков программирования.

Магазин агентов. Готовые агенты из разных областей можно проверить сразу, а созданные вами — опубликовать как канал внутреннего повторного использования или внешнего распространения.

Визуальная оркестрация процессов. Плагины, модели, код и базы знаний соединяются перетаскиванием в устойчивые процессы — это подходит для многошаговой автоматизации бизнеса.

Учёт токенов и прозрачная тарификация. Детализация потребления по каждой транзакции плюс мониторинг задержки и пропускной способности, с выбором между оплатой по факту и разовой оплатой.

Как начать

Во-первых, откройте страницу продукта MoMA на ecloud.10086.cn, портале China Mobile Cloud, зарегистрируйтесь и войдите в консоль. Во-вторых, откройте площадку моделей и просмотрите более 300 доступных, отфильтровав по категории, функции или семейству, либо выполнив прямой поиск. В-третьих, выберите модель и нажмите «онлайн-тест» для мгновенной проверки, либо запросите вызов API, чтобы получить адрес и ключ. В-четвёртых, зайдите в модуль интеллектуальной маршрутизации, выберите стратегию, отметьте набор моделей и создайте правила автоматического распределения. В-пятых, если нужны ответы по корпоративным знаниям, загрузите документы в модуле RAG, постройте базу знаний и настройте гибридный поиск. В-шестых, соберите своего агента в модуле разработки и опубликуйте его в магазине для команды или внешних пользователей.

Отличие от других платформ

MoMA делает ставку на агрегацию, а не на сервис одной модели. По сравнению с обычными облаками она заявляет более 300 моделей против привычной сотни с небольшим; интеграция опирается на единственный API, покрывающий всё, тогда как большинство по-прежнему использует стандартный API плюс SDK; в маршрутизации подчёркиваются двухрежимная схема с уровнями SLA и переключение за секунды; инфраструктура опирается на сеть China Mobile Cloud и более 1 500 периферийных центров вычислений, в сочетании с сетью операторского класса и контролем безопасности контента — собственный аргумент в вопросах задержки и соответствия требованиям. Если ваша главная задача — балансировать стоимость и качество между моделями, агрегатор даёт непосредственную пользу. Если вы глубоко связаны с экосистемой одного поставщика, его родная платформа останется удобнее по инструментам.

Типичные сценарии

Корпоративная ИИ-платформа. Единая точка входа к моделям обслуживает несколько бизнес-линий и избавляет каждую команду от отдельной интеграции поставщиков.

Вопросы и ответы плюс поддержка. RAG превращает корпоративные знания в ответы с опорой на источники вместо выдуманного содержания.

Разработка приложений с агентами. Оркестрация с минимальным кодом быстро даёт вертикальные приложения — ассистентов согласования, агентов анализа данных.

Производство AIGC-контента. Модели текста, изображений и видео объединяются с рабочими процессами для пакетного создания и публикации.

Отраслевые решения. Базовые модели дообучаются на отраслевых данных, а RAG и агенты дополняют их до решений для финансов, здравоохранения или госуправления.

Перед решением

Платформа подходит инженерным и ИТ-командам, которые вызывают несколько моделей и хотят объединить биллинг и интеграцию. Если вам стабильно нужна одна модель, слой агрегации даёт меньше. Как бы точно ни учитывались реальные токены, стоимость растёт линейно вместе с объёмом: сначала проверьте цепочку на бесплатном лимите и лишь потом, по фактическим результатам маршрутизации, решайте, закреплять ли конкретные модели. И несмотря на переключение за секунды, для критичных бизнес-путей стоит сохранить план деградации.