中国移动Token套餐计划将AI算力变为全国性电信产品
中国移动计划在2026年上半年于多个省份测试多个服务档位后，推出全国统一标准的AI Token套餐。中国移动Token套餐将把模型使用量与连接服务、设备、用户权益及其他技术服务打包在一起。
这种组合直接挑战了云公司销售生成式AI的方式。中国移动并不要求客户分别比较不同模型API，而是希望让AI消费体验更接近人们熟悉的电信订阅服务。
据36Kr报道，该公司在8月14日的中期业绩说明会上披露了这一计划。中国移动尚未公布套餐额度、上线日期、支持的模型或服务等级条款。
这些缺失的细节至关重要，因为不同模型中的Token并不是衡量有效工作量的标准化单位。即使完成相同任务，一个模型消耗的Token也可能比另一个更多。
中国移动押注于，客户会比起直接掌控每一项模型与基础设施选择，更看重统一的采购渠道。其MoMA平台正是这一战略的核心。
因此，这场竞争并不只是中国移动与另一家电信运营商之间的较量，而是运营商套餐与传统云模式之间的竞争：在后者中，买家需要分别组合模型、计算资源、安全能力和网络服务。
中国移动正将Token套餐推向全国
这一公告意味着中国移动的Token业务将从零散试点转向协同推进的全国性产品。
中国移动表示，已在2026年上半年完成多个Token套餐档位的设计。这些套餐已在多个省份进入试点，但公司并未列出所有参与市场。
该运营商目前计划面向个人和企业客户制定全国统一价格，并聚焦高频AI场景及能够带来更高服务价值的客户。
这不只是扩大地理覆盖范围。全国统一定价将以一款可由中国移动在更广泛网络中营销、开通和计费的产品，取代一系列地方实验。
这一差异在中国电信行业尤为重要。各省子公司常在母公司将成功方案标准化并扩大推广之前，先行测试新服务。
早期的区域套餐表明，中国移动愿意通过现有电信渠道销售模型使用量。全国性架构将为这些实验建立统一的商业规则。
中国移动称，客户将能够组合Token、模型、移动数据、设备及额外权益。他们可以按需订购所需组件，而不是购买单一固定的AI服务。
公司尚未说明这些组合将具备多大灵活性，也没有说明未使用额度是否会过期、能否在模型之间转移，或是否仍绑定于个人账户。
对消费者而言，这类套餐可能提供聊天机器人、内容生成、云存储功能或设备端助手等服务。运营商可将这些服务嵌入客户已在使用的应用中。
企业套餐则可满足不同需求。一家企业可能通过客服智能体、文档分析、编程助手，或接入内部系统的自动化工作流消耗Token。
中国移动已将零售巡检、电商、云存储和企业服务列为目标场景。其5月公告还提到与政府及企业客户的合作。
该运营商正围绕Token运营而非单一自研模型推进这项工作。这里的Token，是指由AI模型处理或生成的文本、代码或其他输入单位。
这种方式使中国移动能够在统一商业框架下销售多个模型的访问能力，也让公司可在不重新设计每个客户套餐的情况下替换底层模型。
这项据报道将全国推广的计划目前仍是一项公告，并非完整的产品发布。客户仍需要有关配额、模型访问、延迟、安全性及可接受使用限制的明确文档。
中国移动还必须说明统一定价在实践中意味着什么。全国一致的价目表，并不保证每个省份的性能、支持服务或算力容量完全相同。
不过，方向已经很明确。中国移动希望让AI推理成为一项经常性运营商服务，而非偶尔购买的云服务。
中国移动Token套餐计划为何此时推出
中国移动选择现在推进，是因为其已具备大规模销售AI使用量所需的平台、合作伙伴关系和内部组织。
该公司于5月举行的2026移动云大会上推出了更广泛的Token运营体系。它将Token描述为连接算力、模型、应用和用户的通用计量单位。
中国移动还宣布建立统一运营层，用于身份认证、计费和结算。这些功能在电信服务中十分常见，但在许多AI平台之间仍然彼此割裂。
运营商的Token运营体系将这些功能纳入面向大规模分发设计的架构中，把基础设施供给与面向客户的应用和商业结算连接起来。
中国移动还与主要技术合作伙伴组建联盟。公告中提及的参与者包括腾讯、阿里巴巴、华为、中兴通讯和科大讯飞。
另一个应用联盟则包括阿里云、火山引擎和华为云等云与模型服务商。中国移动将该联盟定位为统一计量、服务质量和合规标准的方式。
这一合作策略反映出一项重要限制。电信运营商拥有网络、计费关系、数据中心和客户渠道，但并不掌控所有领先AI模型。
中国移动可以通过聚合外部模型弥补这一弱点，继而凭借分发、编排、安全与账户管理能力展开竞争，而不只是依靠模型领先性。
公司还成立了专门的Token办公室来协调商业化工作。根据组织架构报道，该办公室负责产品升级、定价和合规。
这一内部变化表明，Token计划已超越技术演示阶段。专门团队可以协调省级试点、基础设施投资、合作伙伴合同和全国商业政策。
传统电信经济模式也构成了这一时机背后的另一原因。移动连接服务仍不可或缺，但成熟市场通过常规流量套餐实现快速增长的空间有限。
中国移动披露，2025年其算力服务收入为898亿元人民币，同比增长11.1%。同期，其总营业收入增速则低得多。
公司的年度业绩还强调了更强的AIDC供给能力和模型聚合引擎。AIDC指面向AI训练与推理工作负载设计的数据中心。
这种收入结构为管理层提供了将AI需求与基础设施投资连接起来的直接动力。Token套餐为销售这些基础设施产出的服务提供了面向个人和企业的渠道。
需求也正变得更易于打包。AI智能体在规划任务、调用工具、分析结果和修订输出时，会反复消耗Token。
一次聊天机器人请求可能只涉及一次可见交互，而一个智能体工作流可能在用户看到完成结果前触发多次模型调用。
这种差异为经常性额度提供了支持。客户可能更偏好可预测的访问方式，而不是为每一次API请求、工具调用和模型响应收到不确定的账单。
不过，可预测的套餐也将部分风险转移给服务提供商。中国移动必须估算使用模式、管理容量，并防止少数重度用户拖累服务质量。
因此，该公司的时机选择既反映了机会，也体现了运营准备程度。它已拥有模型合作关系、通用平台、计费经验、区域试点和不断增长的算力业务。
剩下的一步，是将这些资产转化为客户能够理解并信赖的全国性服务。
MoMA让运营商套餐成为可能
MoMA使中国移动能够将众多AI模型作为一项统一管理的服务销售，而不是依靠单一模型展开竞争。
MoMA是中国移动的模型管理与编排平台。它在客户、应用、外部模型和运营商算力资源之间提供统一网关。
中国移动5月表示，该平台已汇聚超过300个开源和闭源模型。列举的例子包括九天、豆包、DeepSeek、Qwen和MiniMax。
MoMA模型网关旨在减少将每个应用分别接入各个模型所需的工作量，也可支持统一认证和计费。
在传统模式下，企业需要选择模型服务商、协商访问权限、集成API，并围绕该服务构建监控体系。增加另一种模型，往往要重复其中的大量工作。
MoMA提供了不同路径。客户接入一个平台，而编排层则在这一接口背后选择或提供模型。
根据中国移动的描述，该平台可依据质量、延迟和成本要求评估请求，再将任务路由至合适的模型。
这一机制使灵活套餐在技术上成为可能。客户额度不必只代表对一个模型或一个数据中心的访问。
中国移动可以按应用场景、性能等级、模型组或服务优先级定义套餐。客户购买的将是面向结果的组合服务，而非一个孤立的API。
例如，企业套餐可将简单的分类请求发送给较小模型，而将更强大的模型留给复杂分析或长文本生成。
一个面向消费者的助手可能使用一种模型进行对话，使用另一种模型生成图像。即使平台使用多项底层服务，客户看到的仍是统一额度。
这种抽象方式类似于电信网络管理。客户购买连接服务，而运营商负责服务背后的路由、容量、互联及许多运营细节。
中国移动希望将这一角色延伸至AI推理。其优势未必是拥有更好的模型，而是能够将模型访问与网络和算力容量结合起来。
GTI和Omdia共同编制的移动AI指数将MoMA描述为模型开发与行业应用之间的网关。该报告称，其支持基于任务的模型选择。
同一报道还称，中国移动表示其优化后的推理引擎可将 token 成本降低约 30%。这一数字仍属公司自身说法，仍需独立性能测试加以验证。
成本比较并不容易，因为模型质量、硬件、提示缓存、响应长度和延迟都会改变结果。单位成本较低，并不自动意味着客户最终获得更好的结果。
MoMA 还为中国移动在与模型提供商的关系中创造了战略杠杆。中国移动可以让合作伙伴接入其客户基础，同时保留对计费和主要服务界面的控制权。
这种安排可使缺乏全国性分发能力的小型模型开发商受益。但若客户通过运营商品牌体验一切，这些开发商的可见度也可能降低。
大型模型提供商面临的是另一种权衡。他们获得了额外的销售渠道，却也有可能在编排层中沦为可相互替代的供应商。
中国移动同样面临依赖风险。其服务质量将部分取决于模型合作伙伴、许可条款以及外部系统能否持续可用。
模型提供商可能调整使用政策、撤下某个模型，或优先发展自己的平台。中国移动需要不会扰乱客户工作流程的备选方案。
公司自有的九天模型可以提供一层控制力。然而，数百个外部模型的存在表明，广度仍是 MoMA 价值的核心。
因此，全国 token 计划依赖于成功的编排。没有 MoMA，中国移动销售的将是一组彼此割裂的 AI 服务。
有了它，运营商便可将 token、连接能力、模型和应用呈现为一项统一的托管产品。
真正的竞争是运营商套餐与直连云服务之间的较量
中国移动正在检验：分发和集成能否比与云服务商和模型提供商的直接关系更重要。
云平台通常通过按量计费的 API 销售 AI 推理服务。开发者选择模型、提交请求，并按照提供商的计量规则付费。
这种模式提供了透明度和控制力。技术团队可以比较模型表现、监控精确用量，并围绕特定 API 优化应用。
但它也带来了复杂性。企业可能需要管理多个供应商、独立账户、不一致的 token 定义、不同的安全控制措施以及多套计费系统。
中国移动的套餐正是为解决这些摩擦而设计。它可以在既有客户关系下，将连接能力、推理服务、设备、支持和身份服务结合起来。
运营商还拥有大多数模型初创公司无法匹敌的分发网络。它可将 AI 套餐部署至移动应用、零售门店、企业销售渠道和账户门户。
这一优势对于专业软件团队之外的客户尤其重要。小型企业或许希望获得 AI 客服功能，却不想搭建云架构或管理多份模型合同。
大型企业出于不同原因也可能看重统一采购。它们往往需要账户控制、区域性支持、可审计性以及可预测的服务管理。
中国移动可以利用其网络运营经验来满足这些要求。它还可将专用连接或安全功能与模型访问打包提供。
该公司曾推广面向处理敏感数据组织的机密推理服务。机密计算可在工作负载处理期间保护信息，不过其实施质量仍有待验证。
直连云服务依然保有重要优势。开发者可以迅速采用新模型、精细配置基础设施，并避免中间方可能限制可用功能。
运营商套餐可能只提供其模型目录中各模型共有的能力。先进的、提供商特有的工具可能较晚上线，或始终无法提供。
云平台还运营着成熟的开发者生态。其文档、可观测性工具、部署选项和全球区域，可能比统一计费更重要。
因此，中国移动不能将 token 当作无差别的移动数据。AI 模型的输出在准确性、推理能力、延迟、安全表现和支持的上下文方面差异很大。
一个模型提供的一千万 token，并不一定与另一模型的一千万 token 具有相同价值。模型选择可能比名义额度更重要。
中国另外两家主要运营商也在推进类似战略。中国电信在中国移动最新公告之前推出了全国性 token 套餐，而中国联通则测试了面向消费者和企业的产品。
早期的运营商套餐比较表明，整个行业都在探索将 AI 消费作为一种电信产品。中国移动并非进入一个空白市场。
运营商之间的竞争可以加快普及，也可能重现电信业熟悉的问题，包括复杂套餐、促销额度和难以比较的产品。
云服务商不会保持被动。它们可以简化自己的采购系统、扩展合作伙伴渠道，并提供与更广泛云服务使用量挂钩的企业承诺。
模型公司也可以直接向消费者销售订阅服务。这类产品能让模型品牌、其能力和用户体验之间形成更清晰的联系。
中国移动需要让其套餐提供的不只是便利。它必须提供可靠性能和足够选择，才能证明让运营商介于客户与模型提供商之间是合理的。
这场竞争会在不同客户群体中以不同方式展开。消费者可能会对简便开通和话费支付作出积极反应，而开发者将考察 API 和性能控制能力。
企业买家会就数据位置、审计日志、支持义务和模型变更提出更严苛的问题。其采购周期也将长于消费者的采用周期。
当客户希望获得托管式访问时，运营商套餐可以胜出。技术控制是首要需求的场景，直连云服务仍将具有吸引力。
中国移动的全国推广，是对第一类客户群体规模的一次检验。
统一定价并不意味着 AI token 完全一致
最大的未解问题是：一项 token 额度能否在数百个模型和众多应用类型之间持续保持实际意义。
Token 化方法各不相同。同一句话会因模型、语言、分词器和格式不同而产生不同的 token 数量。
多模态系统又增加了一层复杂性。图像、音频和视频可能会被转换成内部计量单位，而这些单位未必能与文本 token 清晰对应。
智能体应用会放大这一问题。一次可见的请求可能引发反复的规划、检索、工具执行、验证和响应生成步骤。
因此，客户在执行看似相似的任务时，可能以截然不同的速度消耗额度。若缺乏清晰的计量规则，全国性套餐或许只是在纸面上可预测。
中国移动需要披露其如何在不同模型之间标准化消耗量。它可以采用换算比例、单独的模型池，或为不同工作负载设置不同权重。
每种方式都有取舍。换算比例可简化计费，却可能掩盖实际的提供商成本。独立模型池可提高透明度，却会削弱灵活使用的承诺。
该公司还必须说明模型替换机制。如果 MoMA 自动路由任务，客户应了解该选择是否会改变 token 消耗、数据处理方式或输出质量。
企业客户将希望拥有控制措施，防止应用切换到未经批准的模型。他们也可能要求日志显示每项请求由哪个系统处理。
服务质量带来了另一项不确定性。区域试点无法证明全国性产品能在高需求时期提供稳定延迟。
中国移动称将加快 AIDC 部署以提高 token 产能。在这一语境中，token 产能指的是运行大规模生成模型输出的计算基础设施。
更多基础设施可以提高容量，但并不保证高效利用。AI 数据中心需要加速器、能源、制冷、网络、软件优化和熟练的运营能力。
在市场早期阶段，需求预测十分困难。中国移动可能会在普及之前建设产能，也可能在有吸引力的套餐激发意外使用量时面临拥堵。
其经济性还取决于客户行为。在固定额度结构中，轻度用户可以补贴重度用户，但极端使用可能破坏这种平衡。
使用控制可以保护服务，但过于严格的限制会让看似慷慨的套餐变得不那么实用。买家需要明确的政策，涵盖限速、并发和高峰期访问。
数据治理同样需要得到重视。消费者提示词可能包含个人信息，而企业请求则可能包括合同、源代码或内部记录。
中国移动曾讨论机密计算和安全合作伙伴关系。客户仍需要关于保留期限、训练使用、加密、访问控制和删除的具体承诺。
模型目录也带来了合规问题。不同模型可能有各自的许可、允许用途、内容审核系统和地域限制。
统一界面无法消除这些差异。MoMA 必须通过政策执行和客户文档保留这些差异。
套餐复杂性同样存在风险。将 token、模型、数据、设备和权益结合起来听起来很灵活，但变量过多会使产品难以比较。
电信客户已经相当了解移动数据。AI 消费则不那么直观，因为用户难以预测一项任务需要多少 token。
中国移动可以通过用量仪表板和场景估算减少这种不确定性。它可以展示常见任务如何影响额度，而不承诺结果完全相同。
企业买家需要更详细的工具。他们应能设定预算、分配配额、监控单个应用，并识别异常消耗。
这些能力将决定该服务能否支持生产工作负载，还是只能作为促销附加项存在。
全国性公告勾勒出可信的商业方向。但它尚未证明中国移动已解决其模型目录中的计量、质量和治理问题。
三个信号将显示这一战略是否奏效
接下来的证据必须来自产品条款、实际使用情况和基础设施表现，而非又一次联盟公告。
第一个信号是最终的全国性产品规格。中国移动需要公布额度、适用模型、换算规则、上线覆盖范围和服务限制。
这些条款将显示该套餐是否真正提供模型灵活性。它们也将揭示统一定价究竟意味着一项全国性产品，还是多个使用共同标签的套餐。
模型特定权重值得密切关注。复杂的换算系统会削弱 token 能够像简单电信额度一样发挥作用的论点。
第二个信号是超越促销试点的实际采用。中国移动最终应披露活跃用户、持续付费客户、企业工作负载和消费模式。
仅有注册总数无法证明需求。免费额度和捆绑开通可能带来大量账户，却几乎不产生持续使用。
持续的 token 消耗将提供更有力的证据。这将表明客户正将 MoMA 纳入日常工作，而非仅测试一次。
企业续约将变得更加重要。只有当平台在不牺牲安全性、可靠性或模型质量的前提下降低运营摩擦时，企业才会继续付费。
应关注具有可衡量工作负载的具体部署案例。客户服务智能体、文档系统、编程工具和零售巡检应用，都能证明需求是否具备可复制性。
第三个信号是 AIDC 利用率和服务表现。中国移动计划加快数据中心投产，但新增产能必须转化为可靠的推理能力。
投资者和客户应关注算力服务收入、基础设施利用率、延迟、可用性和单位经济效益的变化。
如果算力收入在持续 Token 消耗的同时增长，该运营商将证明其网络和客户基础能够支撑一项新的 AI 业务。
如果基础设施支出上升却没有形成持久使用，套餐策略看起来更像是在推销产能，而非建立稳定的商业市场。
竞争对手的反应将提供佐证。若中国电信和中国联通推出更简化的云服务采购方式或改进后的套餐，将表明中国移动正在施加实际压力。
其更广泛的意义不止于中国。其他市场的电信运营商也在考虑将 AI 应用、设备和算力服务作为传统连接业务的补充。
中国移动提供了一个规模尤其庞大的测试案例，因为它能够结合全国性分销网络、云基础设施和既有的计费关系。
成功并不意味着云平台会被淘汰。这将表明，许多客户更倾向于通过托管服务层获取 AI，而非直接签订模型服务合同。
失败则会暴露出将模型消耗类比为移动数据流量的局限。Token 的消耗模式可能过于不稳定、技术性过强，或过度依赖具体应用，难以适配传统套餐设计。
对于开发者和企业采购方而言，当前的任务并非选择一个尚未公布最终条款的套餐，而是识别哪些工作负载能从聚合服务中受益，哪些则需要对模型进行直接控制。
团队应在评估这一全国性服务之前，梳理自身的模型需求、数据限制、延迟目标和预期消耗量。一个可搜索的AI 知识库可帮助技术和业务相关方统一整理这些决策。
中国移动的 Token 套餐如今已具备全国性方向、编排平台、基础设施支撑和庞大的分销渠道。尚未解决的问题是，该公司能否让这些组成部分成为一项统一且可靠的产品。
当最终条款公布后，不要只看 Token 额度的大小。应关注包含哪些模型、如何计算使用量、数据会流向何处，以及需求高峰时会发生什么。
