中国移动 MoMA 新用户免费领 2500 万 tokens：30 天有效期与 API 接入教程

MoMA 提供统一的 OpenAI 兼容网关：同一个 base_url 和同一个 Key，就能在自研九天与多家合作模型之间切换，平台侧还带智能路由。接入前先到控制台的「API 文档」页复制接口地址与模型 ID，不同区域与版本的域名可能不同，以控制台实际显示为准。

1. 准备 base_url 与密钥

base_url 是 https://<服务域名>/v1 这类 OpenAI 兼容地址，具体域名在控制台 API 文档页给出；模型 ID 在「模型广场 / 模型列表」中查看，九天自研模型与 DeepSeek、Kimi、通义等合作模型的 ID 各不相同。建议统一用环境变量管理，避免把密钥写进代码仓库：

export MOMA_BASE_URL="控制台 API 文档页给出的 OpenAI 兼容接口地址"
export MOMA_API_KEY="控制台创建的 API Key"
export MOMA_MODEL="模型广场中选定的模型 ID"

2. 用 curl 发一次对话补全

把下面的命令粘进终端即可跑通一次非流式调用，成功时返回 JSON，其中 choices 是回复内容，usage 是本轮消耗的 tokens：

curl "$MOMA_BASE_URL/chat/completions" \
  -H "Authorization: Bearer $MOMA_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"model\": \"$MOMA_MODEL\", \"messages\": [{\"role\": \"system\", \"content\": \"你是一个简洁的技术助手。\"}, {\"role\": \"user\", \"content\": \"用一句话说明什么是向量数据库。\"}], \"temperature\": 0.7, \"max_tokens\": 256, \"stream\": false}"

3. Python（openai SDK）调用

网关兼容 OpenAI 协议，直接复用官方 SDK 即可，只需替换 api_key 与 base_url：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MOMA_API_KEY"],
    base_url=os.environ["MOMA_BASE_URL"],
)

resp = client.chat.completions.create(
    model=os.environ["MOMA_MODEL"],
    messages=[
        {"role": "system", "content": "你是一个简洁的技术助手。"},
        {"role": "user", "content": "用一句话说明什么是向量数据库。"},
    ],
    temperature=0.7,
    max_tokens=256,
    stream=False,
)

print(resp.choices[0].message.content)
print(resp.usage)

4. 关键参数说明

• model：必填，填模型广场里的完整模型 ID 而不是展示名称；换模型只改这一个字段。
• messages：必填，按 system、user、assistant 组织的对话数组，system 用来定角色和输出格式。
• temperature 与 top_p：控制随机性，建议只调其中一个，问答与抽取任务用 0.2 到 0.7。
• max_tokens：单次回复上限，结合 3,000 tokens/分钟的限速估算，别一次请求超长输出。
• stream：设为 true 可拿到流式增量，适合网页端做打字机效果。

5. 额度耗尽与限流的典型表现

• HTTP 429 并提示速率或 TPM 超限：触发了 3,000 tokens/分钟的限速，需要降低并发、压缩提示词，并加指数退避重试。
• 额度不足类错误：控制台资源包剩余量显示为 0，或者已切换到合作模型而开始从账户余额扣费。
• HTTP 401：密钥错误、已被删除，或请求头缺少 Authorization。
• HTTP 404 或模型不存在：模型 ID 拼写有误，或该模型未在控制台开通、不在当前可用列表中。

排查顺序建议固定为：先看返回状态码和 error.message，再核对 Key 与 base_url 是否与控制台当前页面一致，然后确认模型 ID 属于可调用的自营模型，接着估算最近一分钟的 token 消耗是否超过限速，最后回控制台查资源包剩余量与 30 天有效期是否已过。想把这笔赠额用在关键处，可以开发和联调阶段都跑在九天自研模型上，逻辑稳定后再切到合作模型并预留余额。