中国移动发布移动模型服务平台MoMA：接入300+主流AI模型，首创Token集约化运营模式

5月8日，在2026移动云大会主论坛上，中国移动正式发布移动模型服务平台MoMA。该平台已接入超300款业界主流AI模型，模型覆盖广度与生态丰富度位居行业前列；同时首创Token集约化运营模式，致力于让人工智能像水和电一样‘随时可得、随处可用’，加速AI在千家万户与千行百业的深度落地。

开放普惠，让AI触手可及

MoMA打造了‘一次接入、智能优选、普惠可用、安全可信’的一站式模型服务架构，显著降低企业及开发者应用AI的技术门槛与使用成本。

统一API网关，全模型即插即用：用户仅需一次集成，即可调用平台全部AI能力。目前，MoMA已全面接入中国移动自研‘九天’基座大模型，并汇聚DeepSeek、通义千问、豆包、Kimi、GLM等头部模型，能力涵盖文本生成、语音识别与合成、多模态理解等，广泛适配政务、金融、工业、医疗、教育等关键领域场景。

智能路由引擎，动态匹配最优模型：平台内置自研路由系统，可基于用户请求实时分析语义意图与业务目标，自动切换‘成本优先’‘效果优先’或‘均衡优先’策略，实现模型毫秒级智能调度；当任一模型发生超时、限流或异常时，系统自动无缝切换至备用模型，保障服务连续性与SLA稳定性。

国产算力+智能调度，大幅降本增效：MoMA基于国产化AI算力集群部署自研高性能推理引擎，并通过智能路由对长尾模型进行精细化资源调度，单位Token推理成本降低约30%，GPU资源占用率下降超50%。叠加智能缓存、上下文复用、Token压缩等优化技术，进一步提升资源利用效率；其中立路由机制，帮助用户在性能、成本与体验之间实现科学平衡。

机密计算加持，筑牢AI安全底座：平台推出‘机密模型’服务，将敏感模型运行于硬件级隔离的机密容器中，依托可信执行环境（TEE）实现‘数据可用不可见、模型可用不可取’。该能力贯穿芯片、框架到应用全栈，为政务、金融等高安全要求场景提供端到端可信支撑。

集约运营，赋能Token高效治理

在开放普惠基础上，MoMA同步构建Token全生命周期管理体系，聚焦‘用得好、管得住’核心诉求，形成从精准计量、风险防控到经营分析的闭环运营范式，推动算力资源透明化、规范化、集约化使用。

流式实时计费，用多少、算多少：平台采用毫秒级Token流式采集与分钟级账单结算机制，端到端计费延迟≤60秒，真正实现‘即用即付、按量计价’，彻底告别传统包年包月模式下的资源闲置与账单不透明问题。

专属风控体系，全程可溯可审计：MoMA建立独立Token风控中台，覆盖申请、调用、计费、结算全链路，确保每一笔Token消耗可追踪、可验证、可回滚，有效防范资源滥用、费用溢出与服务中断风险，保障商业合作公平可信。

全链路可观测，决策有据可依：平台提供覆盖客户侧、订购侧、调用侧、收入侧的多维指标监控能力，实时采集时延、吞吐量、Token消耗、GPU利用率等核心参数，并融合告警、根因诊断与趋势预测，构建一体化AI运营仪表盘，助力用户量化评估AI投入产出比，驱动智能化经营决策。

未来，中国移动将持续升级MoMA平台服务能力，深化与产业链伙伴协同创新，共同激发算力新潜能、拓展智能新边界，加速人工智能在经济社会各领域的规模化、高质量、可信赖应用。