中国移动以运营商身份切入大模型聚合赛道，用统一网关和Token集约化运营把政企客户的模型采购流程标准化，主战场不是开发者而是政企采购。
平台定位：政企模型采购的”中间层”
2026年5月8日，中国移动在苏州举行的移动云大会主论坛上发布移动模型服务平台 MoMA（Mobile Model Service Platform）。平台接入超300款AI大模型，包括中国移动自研的”九天”基座大模型，以及 DeepSeek、通义千问、豆包、Kimi、GLM 等第三方模型。
统一 API 网关是核心入口——企业一次接入即可调用平台全部模型资源，无需与各模型厂商单独签约。这是 MoMA 对政企客户的核心卖点：把多头采购变成单一结算。
技术架构：国产算力 + 自研推理引擎
MoMA 基于华为昇腾、寒武纪、海光等国产芯片部署，中国移动在此基础上自研了推理引擎。技术路径包括：
- 算存分离：将计算密集和访存密集阶段拆分处理
- KV Cache 共享：跨请求复用缓存数据
- 上下文压缩：减少冗余输入开销
路由引擎提供三种策略：成本优先、效果优先、均衡优先，按策略自动匹配最优模型。单个模型出现故障、限流或延迟飙升时，平台执行秒级切换。
官方给出的性能数据：吞吐量提升 20%，时延降低 40%，单位 Token 成本压降约 30%，资源占用率降低 50% 以上。日流量已突破 1 亿。
Token 集约化运营：三档服务模式
MoMA 首创”Token 集约化运营模式”，将多厂商模型整合为统一计费层。服务分为三档：
- 基础档：标准推理服务
- 高级档：优先调度高性能模型
- 安全档：硬件隔离容器内执行，覆盖芯片到应用的全链路机密计算，满足政务、金融等场景”可用不可见”要求
计费采用流式实时计量，端到端处理不超过 1 分钟，即用即付。所有消费路由到一张统一账单。