M3.1 Flash通过更激进稀疏注意力架构提升吞吐，日常输出超过200 TPS，中位稳定约170+。官方称其在DeepSWE、OSWorld、CyberGym等智能体基准中位列国产第一，同时API输入1元/百万token、输出4元/百万token、缓存读取0.1元，较前代下降五成以上。权重开放进一步利好开发者自建推理服务，但也加剧模型价格战与算力效率竞争。
关键要点
- 推理速度接近前代三倍，成本降至约三成
- 多项智能体基准列国产第一，OpenRouter匿名运行确认
- API大幅降价并开放权重，推动国产模型生态竞争
