移动MoMA让三百款大模型"一网打尽"：运营商变身Token发生器的底层逻辑

2026年5月8日，苏州金鸡湖国际会议中心，中国移动董事长陈忠岳在移动云大会主论坛上，把"通信服务、算力服务、智能服务"并列为公司三大主业。这是一句分量极重的表态——它意味着运营商正在把"卖带宽"的旧身份，升级为"卖算力、卖智能"的新身份。同一天，中国移动发布了一款承载这一野心的核心产品：移动模型服务平台MoMA。它把九天、DeepSeek、通义千问、豆包、Kimi、GLM等300多款主流大模型聚合进一张"网"，号称让单位Token成本压降30%以上。

这篇文章不谈架构理论，只拆解一个具体问题：运营商为什么要自己造一个大模型聚合平台？它到底怎么降本增效？又凭什么敢和云厂商抢政企AI这块蛋糕？

一、案例背景：政企AI落地的"模型碎片化"困局

过去两年，大模型从"百模大战"走向"万模大战"。对政企客户来说，这反而是个灾难。问题集中在四点：

• 选型难：文本生成、语音、多模态，不同任务最优模型不同，企业没有能力逐一评测，常常押错宝。
• 成本高：直接调闭源大模型API，Token费用按量计费，规模化调用后账单惊人，很多项目"做得起demo、扛不住生产"。
• 集成碎：每家厂商一套SDK、一套鉴权、一套计费口径，开发者为对接A模型写一遍代码，换B模型又得重写，研发成本被反复消耗。
• 安全忧：政务、金融、医疗数据敏感，直接走公网调用第三方模型，合规过不了关，又怕数据被模型方留存训练。

中国移动在2025年7月WAIC上发布MoMA的引擎版本时，九天人工智能研究院就在白皮书里点破了痛点：产业发展重心正从"模型技术创新"转向"落地价值"。运营商手里握着两样别人没有的东西——遍布全国的国产算力集群，以及政企客户的天然信任与渠道。把这两样东西打包，做一个"模型聚合+Token计量+机密计算"的整体方案，就成了MoMA的战略原点。

二、方案详情：MoMA如何把300款模型"装进一张网"

MoMA的全称是 Mixture of Models and Agents（多模型与智能体聚合及服务引擎）。它不是一个新模型，而是一个站在模型之上的"调度层"。其核心能力可以拆成五块：

1. 统一API网关：一次接入，调尽全部

MoMA对外提供统一API网关，用户一次接入即可调用平台全部模型资源。开发者不用再为每家厂商单独对接，换个模型只需改一个参数。覆盖文本生成、语音处理、多模态理解等能力，已能匹配政务、金融、工业、医疗、教育等多场景需求。

2. 智能路由引擎：按需匹配"最优模型"

这是MoMA最值钱的部分。路由引擎会自动分析用户请求，在"成本优先""效果优先""均衡优先"三档策略间灵活切换——简单问答路由给便宜的小模型，复杂推理路由给旗舰大模型，让每一笔Token都花在刀刃上。

3. Token集约化运营：缓存+压缩+复用

首创的Token集约化运营模式，通过智能缓存、上下文复用、Token压缩三种手段压低实际消耗。重复的prompt不再反复付费，冗长的上下文被压缩后再送进模型，从根上砍掉无效Token。

4. 国产算力 + 自研推理引擎

MoMA基于国产算力部署自研推理引擎。在2025年9月服贸会上，MoMA通过标准化接口接入九天大模型等多款模型，实现场景、模型与智能体的动态匹配，推理速度提升134%。这条数据直接回应了"国产算力跑不动大模型"的质疑。

5. 机密模型服务：硬件隔离保数据安全

针对政企最敏感的数据问题，MoMA提供"机密模型"服务，通过硬件隔离技术保障数据不出域、不被留存，让金融、政务这类合规要求极高的客户敢于上生产。

下面这张图还原了一次典型请求在MoMA内部的流转路径：

flowchart TD
    A[政企应用/开发者] -->|统一API网关 一次接入| B(MoMA 调度层)
    B --> C{智能路由引擎}
    C -->|成本优先| D1[小模型 低成本]
    C -->|效果优先| D2[旗舰大模型 九天/DeepSeek]
    C -->|均衡优先| D3[中等模型 通义/豆包/Kimi/GLM]
    D1 & D2 & D3 --> E[国产算力集群<br/>自研推理引擎]
    E --> F[Token集约化<br/>缓存/压缩/上下文复用]
    F --> G{机密计算<br/>硬件隔离}
    G --> H[结果返回]
    F -.Token计量计费.-> I[万亿级Token服务包]

三、效果数据：三组数字说明降本力度

MoMA给出的核心绩效指标有三组，可以直接拿来和传统直连方案对账：

把这套数据翻译成账本：一个政企客户如果原来每月直连某闭源模型花100万元Token费，迁到MoMA后，光成本优先策略+Token集约化，月账单有望降到70万元以下；同时由于资源占用率砍半，同样的算力能承载近一倍的并发任务。对规模化AI应用而言，这是"能不能上生产"的分水岭。

五、冷思考：三个待解的问号

硬币总有另一面。客观看MoMA，至少有三个问题值得观察：

第一，九天的"亲儿子"地位如何平衡。聚合平台最忌讳既当裁判又当运动员——九天在MoMA里是作为旗舰主推，还是作为可选项之一？这决定了平台是"中立路由器"还是"自家模型出口"，直接影响开发者信任度。

第二，134%的提速与30%的降本需第三方验证。这些目前主要来自中国移动自己的发布与服贸会实测，政企客户真正规模化上量后的长期表现，仍需独立数据支撑。

第三，模型同质化下的护城河深度。当每家平台都聚合相同的300款模型时，差异化只能靠算力成本、安全合规和行业Know-how。运营商的算力与渠道优势是真实的，但能否持续领先，取决于工程化落地的速度。

六、结论：运营商身份的重写

MoMA的意义远超一个产品。它代表了中国通信行业一个正在发生的身份重写：从"管道运营商"到"智能基础设施运营商"。当董事长把"智能服务"写进三大主业，当移动云自称"Token发生器"，当一张网能同时调度300款大模型并按Token计费——运营商卖的就不再是带宽，而是AI时代的水电气。

对政企客户而言，MoMA降低的是AI上生产的门槛和成本；对中国移动而言，它争取的是AI价值链中"调度层"的战略卡位。这场围绕Token的战争，才刚刚开局。

参考来源

1. 中国移动发布MoMA平台：单位Token成本压降30%以上 — 通信世界网 — 官方新闻稿，含智能路由三档策略、模型清单、应用场景
2. 中国移动发布MoMA平台：单位Token成本压降30%，接入超300款AI模型 — IT之家 — 含统一API网关、Token集约化、国产算力自研推理引擎等技术细节
3. MoMA（2026年5月中国移动发布的移动模型服务平台） — 百度百科 — 含发布时间线、服贸会推理速度提升134%、机密模型硬件隔离
4. 中国移动 MoMA 上线：300+模型聚合+三档Token服务，主战场是政企 — ChooseAI — 含移动云大会现场信息、董事长三大主业表态、中立性分析
5. 加速AI全要素运营 中国移动发布服务引擎MoMA — 中国移动官网 — MoMA全称、WAIC首发及白皮书原始信息

本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。

[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。