2026年5月8日，中国移动在苏州移动云大会主论坛上发布移动模型服务平台MoMA，一口气接入了超过300款主流AI模型，包括自研的九天大模型、DeepSeek、通义千问、豆包、Kimi、GLM等。平台首创Token集约化运营模式，通过智能路由引擎自动匹配最优模型，实现单位Token成本降低约30%、资源占用率减少50%以上。开发者只需一次API接入就能调用全部模型资源，还能选择"成本优先"“效果优先”“均衡优先"三种策略，故障时秒级切换不中断。对政务、金融等高安全场景，MoMA还推出了"机密模型"服务，用硬件隔离实现"可用不可见”。
一、一次接入，300+模型随便用
说实话，这个MoMA最打动我的是"一次接入"这个设计。
以前用大模型API，想调用多个模型就得分别对接各家——DeepSeek一套API Key，通义千问一套，豆包又一套，光是文档就能看晕。MoMA把这个流程简化了：统一API网关，一次接入，全部模型都能调。
目前平台已经接入了300多款模型，覆盖文本生成、语音处理、多模态理解等能力。除了中国移动自研的九天大模型，DeepSeek、通义千问、豆包、Kimi、GLM这些主流选手都在里面。政务、金融、工业、医疗、教育……20多个行业场景基本都能覆盖。
这个思路其实有点像"AI界的App Store"——你不用关心模型是谁家的，只要知道我要干什么，平台帮你匹配最合适的那个。
二、智能路由：三种策略自动切换
MoMA首创的智能路由引擎，我觉得是它最有意思的部分。
用户发一个请求过来，引擎先分析你的需求，然后根据你选的策略去匹配模型：
- 成本优先：优先选最便宜的模型，适合对质量要求不高但调用量大的场景
- 效果优先：优先选效果最好的模型，适合对质量敏感的场景
- 均衡优先：在成本和效果之间找平衡点
更关键的是，如果某个模型超时或故障了，平台能秒级切换到备选模型，业务不中断。这个容灾能力对生产环境来说太重要了——你总不能因为某个模型挂了，整个应用就跟着瘫痪吧。
三、Token成本降三成，怎么做到的？
官方数据是：单位Token成本降低约30%，资源占用率减少50%以上。
这个降本效果是怎么来的？主要是几项技术的组合拳：
- 国产算力自研推理引擎：不依赖英伟达，成本可控
- 长尾模型调度：把低频调用的模型集中调度，减少资源闲置
- 智能缓存：相似请求复用缓存结果，不用每次都跑推理
- 上下文复用：多轮对话的上下文不重复计算
- Token压缩：对冗余Token进行压缩处理
这套组合拳打下来，成本和资源占用都大幅下降。对调用量大的企业来说，这个降本幅度是实打实的省钱。
四、流式实时计费：用多少付多少
以前用模型API，很多是按包计费——先买一个包，用不完就浪费了。MoMA改成流式实时计费，端到端时延不超过1分钟，真正实现"即用即付"。
这个计费模式对小团队和创业公司特别友好。你不用预估调用量去买包，用多少付多少，账单实时透明。平台还搭建了风控机制，每笔Token的使用都有记录，全链路可观测，方便做成本分析。
五、机密模型：数据安全最后一道防线
对政务、金融这些对数据安全要求极高的场景，MoMA推出了"机密模型"服务。
原理是把模型部署在机密容器中，用硬件隔离实现"可用不可见"——模型可以正常处理你的数据，但计算过程中的数据不会被泄露。这个设计解决了很多政企客户的核心顾虑：用AI可以，但数据不能出域。
AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息，带来最新AI内容讯息。
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说
AITOP100平台官方交流社群二维码：
