MoMA：中国移动的大模型聚合平台，一个入口用 300 多款模型

直接回答

MoMA 是中国移动推出的国内首个开放普惠大模型聚合平台，把开源、闭源与自研九天等 300 多款主流大模型汇聚到一个后台。它通过统一 API 网关实现一次接入全域调用，不必逐个厂商注册、逐个适配协议；由智能路由按成本优先、效果优先或均衡优先动态匹配模型，并在故障时秒级切换；平台同时提供 RAG 知识库、低代码智能体开发与可视化工作流编排，注册后附有 2500 万 Token 免费额度。

MoMA 解决的是哪一类问题

企业引入大模型最常见的卡点不在"能不能用"，而在"用哪个、怎么接、花多少"。模型厂商各自有账号体系、鉴权方式和接口协议，业务每接入一个新模型就要重做一遍适配；上线之后又会发现同一个任务在不同模型上价格差异明显，人工挑选很难兼顾成本与效果。

MoMA 的思路是把这一层收拢为平台能力：你面对的是一个网关而不是几十个厂商，模型选择交给策略引擎而不是每次人工拍板，账单按实际 Token 消耗逐笔明细呈现。

主要功能

模型广场。 汇聚 300 多款 AI 模型，覆盖文本、视觉、语音、向量与多模态等类别，支持在线体验、API 调用、一键部署与微调，可按类别、功能、系列筛选或直接搜索。

统一 API 网关。 提供标准化接口，一次接入即可调用平台上所有模型，不需要为不同厂商分别适配协议，也避免重复注册账号。

智能路由（九天 inside）。 自动分析请求意图并动态匹配最合适的模型，支持成本优先、效果优先、均衡优先三种策略；遇到单点故障时秒级容灾切换，保证生产环境的连续性。官方给出的降本幅度是单位 Token 成本降低约 30%，资源占用降低 50% 以上。

RAG 检索增强生成。 支持多源知识库构建，提供混合检索与多路召回，把企业内外部零散的知识资源整合进生成流程，降低模型幻觉、提升回答准确性。

智能体开发。 基于 LLM 自主规划与工作流两种编排方式，支持无代码或低代码构建 AI Agent，不需要深厚的编程基础。

智能体商店。 汇聚多领域现成智能体可直接体验，也允许把自己开发的智能体发布上架，作为内部复用或对外分发的渠道。

可视化工作流编排。 通过拖拽把插件、模型、代码与知识库组合成稳定流程，适合需要多步串联的业务自动化。

Token 计量与透明计费。 提供每笔 Token 消耗明细以及时延、吞吐等性能监控，支持按量计费与一次性计费。

上手路径

第一步，访问 MoMA 官网（ecloud.10086.cn 移动云门户的 MaaS 产品页），完成账号注册并登录进入控制台。第二步，打开模型广场浏览 300 多款模型，按类别、功能或系列筛选，也可以直接搜索目标模型。第三步，选中单款模型后点击「在线体验」即时测试效果，或点击 API 调用获取接口地址与密钥。第四步，进入智能路由模块，选定策略、勾选模型集，创建自动调度规则，让后续请求按规则分配。第五步，如需企业知识问答，进入 RAG 模块上传文档构建知识库，并配置混合检索策略。第六步，进入智能体开发模块编排专属智能体，完成后可发布到智能体商店，供团队或外部用户直接使用。

相对其他平台的差异

MoMA 的自我定位是"聚合"而非"单一模型服务"。对比常见的云平台：模型数量上它宣称覆盖 300 多款，明显多于常见的百余款量级；接入方式上主打统一 API 一次接入全域调用，而多数平台仍以标准 API 加 SDK 为主；路由层面强调双模式 SLA 分级路由与秒级容灾；基础设施依托移动云算网与 1500 多个边缘智算中心，配合运营商级网络与内容安全防护，在低时延和合规上有独立卖点。如果你的核心诉求是在多个模型之间做成本与效果的平衡，这类聚合平台的价值会比较直接；如果你深度绑定某一家的模型生态，原生平台在配套工具链上仍然更顺手。

典型应用场景

企业 AI 中台。 作为统一模型入口支撑多个业务线的智能化需求，避免各团队重复对接厂商。

知识问答与客服。 用 RAG 构建企业知识库，实现有据可依的精准问答，减少凭空生成。

智能体应用开发。 通过低代码编排快速产出审批助手、数据分析 Agent 等垂直应用。

AIGC 内容生产。 调用文本、图像、视频生成模型，结合工作流做批量创作与发布。

行业专属方案。 用行业数据对基础模型微调，再叠加 RAG 与智能体，形成金融、医疗、政务等场景方案。

使用前的注意事项

平台适合的人群是有多模型调用需求、希望统一账单与统一接入的研发或 IT 团队。若只对单款模型有稳定需求，聚合层的价值会打折。计费方面虽然按实际 Token 计量且支持明细监控，但成本仍随调用量线性增长，建议先用免费额度跑通链路，再依据路由策略的实际表现决定是否固定到特定模型。另外，尽管平台提供秒级容灾，涉及关键生产的链路仍建议保留降级方案。