MoMA：中國移動的大模型聚合平台，一個入口用 300 多款模型

直接回答

MoMA 是中國移動推出的國內首個開放普惠大模型聚合平台，把開源、閉源與自研九天等 300 多款主流大模型匯聚到一個後台。它透過統一 API 閘道實現一次接入全域呼叫，不必逐個廠商註冊、逐個適配協定；由智慧路由按成本優先、效果優先或均衡優先動態媒合模型，並在故障時秒級切換；平台同時提供 RAG 知識庫、低程式碼智慧體開發與視覺化工作流程編排，註冊後附有 2500 萬 Token 免費額度。

MoMA 解決的是哪一類問題

企業導入大模型最常見的卡點不在「能不能用」，而在「用哪個、怎麼接、花多少」。模型廠商各自有帳號體系、鑑權方式與介面協定，業務每接入一個新模型就要重做一遍適配；上線之後又會發現同一個任務在不同模型上價格差異明顯，人工挑選很難兼顧成本與效果。

MoMA 的思路是把這一層收攏為平台能力：你面對的是一個閘道而不是幾十個廠商，模型選擇交給策略引擎而不是每次人工拍板，帳單按實際 Token 消耗逐筆明細呈現。

主要功能

模型廣場。 匯聚 300 多款 AI 模型，涵蓋文本、視覺、語音、向量與多模態等類別，支援線上體驗、API 呼叫、一鍵部署與微調，可按類別、功能、系列篩選或直接搜尋。

統一 API 閘道。 提供標準化介面，一次接入即可呼叫平台上所有模型，不需要為不同廠商分別適配協定，也避免重複註冊帳號。

智慧路由（九天 inside）。 自動分析請求意圖並動態媒合最合適的模型，支援成本優先、效果優先、均衡優先三種策略；遇到單點故障時秒級容災切換，確保生產環境連續性。官方給出的降本幅度是單位 Token 成本降低約 30%，資源占用降低 50% 以上。

RAG 檢索增強生成。 支援多源知識庫建置，提供混合檢索與多路召回，把企業內外部零散的知識資源整合進生成流程，降低模型幻覺、提升回答準確性。

智慧體開發。 基於 LLM 自主規劃與工作流程兩種編排方式，支援無程式碼或低程式碼建置 AI Agent，不需要深厚的程式設計基礎。

智慧體商店。 匯聚多領域現成智慧體可直接體驗，也允許把自己開發的智慧體發布上架，作為內部複用或對外分發的管道。

視覺化工作流程編排。 透過拖拽把插件、模型、程式碼與知識庫組合成穩定流程，適合需要多步串聯的業務自動化。

Token 計量與透明計費。 提供每筆 Token 消耗明細以及延遲、吞吐等效能監控，支援按量計費與一次性計費。

上手路徑

第一步，造訪 MoMA 官網（ecloud.10086.cn 移動雲入口的 MaaS 產品頁），完成帳號註冊並登入進入控制台。第二步，打開模型廣場瀏覽 300 多款模型，按類別、功能或系列篩選，也可直接搜尋目標模型。第三步，選定單款模型後點擊「線上體驗」即時測試效果，或點擊 API 呼叫取得介面位址與金鑰。第四步，進入智慧路由模組，選定策略、勾選模型集，建立自動調度規則，讓後續請求依規則分配。第五步，如需企業知識問答，進入 RAG 模組上傳文件建置知識庫，並配置混合檢索策略。第六步，進入智慧體開發模組編排專屬智慧體，完成後可發布到智慧體商店，供團隊或外部用戶直接使用。

相對其他平台的差異

MoMA 的自我定位是「聚合」而非「單一模型服務」。對比常見的雲端平台：模型數量上它宣稱覆蓋 300 多款，明顯多於常見的百餘款量級；接入方式上主打統一 API 一次接入全域呼叫，而多數平台仍以標準 API 加 SDK 為主；路由層面強調雙模式 SLA 分級路由與秒級容災；基礎設施依托移動雲算網與 1500 多個邊緣智算中心，配合電信級網路與內容安全防護，在低延遲與合規上有獨立賣點。若你的核心訴求是在多個模型之間做成本與效果的平衡，這類聚合平台的價值會比較直接；若你深度綁定某一家的模型生態，原生平台在配套工具鏈上仍更順手。

典型應用場景

企業 AI 中台。 作為統一模型入口支援多個業務線的智慧化需求，避免各團隊重複對接廠商。

知識問答與客服。 用 RAG 建置企業知識庫，實踐有據可依的精準問答，減少憑空生成。

智慧體應用開發。 透過低程式碼編排快速產出審批助手、數據分析 Agent 等垂直應用。

AIGC 內容生產。 呼叫文本、圖像、影片生成模型，結合工作流程做批量創作與發布。

行業專屬方案。 用行業數據對基礎模型微調，再疊加 RAG 與智慧體，形成金融、醫療、政務等場景方案。

使用前的注意事項

平台適合的人群是有多模型呼叫需求、希望統一帳單與統一接入的研發或 IT 團隊。若只對單款模型有穩定需求，聚合層的價值會打折。計費方面雖然按實際 Token 計量且支援明細監控，但成本仍隨呼叫量線性成長，建議先用免費額度跑通鏈路，再依據路由策略的實際表現決定是否固定到特定模型。另外，儘管平台提供秒級容災，涉及關鍵生產的鏈路仍建議保留降級方案。