35B扩散模型开源,编程评测拿下73.6分

我先自报家门

我是leo，互联网干了十年，装过的AI工具两百多个，留下天天用的不到二十个。今天主推一条硬核消息，写给蹲开源模型的那批人。

国内团队DiffuSpace昨天放出Clover-35B-A3B-Preview，三叶草系列第一个版本。总参数350亿、激活30亿的MoE扩散语言模型，Apache许可，权重挂在HuggingFace和ModelScope上，SGLang和llama.cpp都能跑。

先说这是个啥

现在的语言模型基本都是自回归的，一个字一个字往外蹦，前面定了后面才能写。扩散路线反着来：先出个模糊的全局草稿，多轮迭代逐步变清晰，像画画先起形再细化。港大NLP实验室的Dream 7B证明过小尺寸能打，累计下载270万次；Clover要回答的是放大到350亿还行不行。答案是行，而且它支持思考模式，通用能力也没偏科，逻辑推理和长文本理解的评测成绩达到或超过同尺寸的自回归模型。

它好在哪？我列三个

第一，编程和工具调用是真强，六项Agent评测一项没丢。官方博客的数：全部同场最高分，SWE-bench Verified 73.6，Terminal-Bench 2.1拿51.7，比同为35B-A3B的MiniCPM-V 4.7高出28分和15.7分，这个差距在基准测试里不算小了。

第二，快，快在刀刃上。单张GB300显卡，Agent场景实测680 tokens/s；H200上515，对照组DFlash2只有365。还有个49项网页任务的对拼，Clover执行耗时中位数1.52秒，Gemini3.6 Flash要8.86秒。

第三，端侧塞得下，这点对个人玩家最实在。INT4量化之后在16GB显存的RTX 5070 Ti上跑通，MATH-500出字速度101.8 tokens/s，对照组才48.5，快了一倍还多。以前35B级模型想本地跑，显存门槛直接把大部分人拦在门外，现在一张中端卡就够。

leo多说两句

很多人觉得聊天模型卷速度没用，快半秒能省几个钱。这笔账在agent场景是另一个算法：智能体干活是几十步连着走的，每一步的延迟都会往下一步累加，链条越长账越吓人。官方找门店的demo很说明问题——地图搜索不带位置信号，Clover识别出结果跑偏，逐步改写检索、卡住了还知道重置重填，用28步、169.9秒完成；Qwen3.6 Flash用满30步、578.3秒，还停在347公里外的门店，任务没过。差距不在聪明不聪明，在反馈回路转得快不快。我的判断：接下来一年，扩散模型会先在编程和agent场景啃下一块地盘，通用聊天反倒最后变天。蹲开源的这批人值得把权重拉下来跑跑看，端侧跑通的那天，本地agent就不再是PPT了。

leo的用法清单，五条

1. 想先白嫖的，去chat.diffuspace.ai申请在线体验，审核制，早排队早拿到，别等热度上来再挤。

2. 显卡16GB以上的，直接去HuggingFace下INT4量化版，llama.cpp加载就能跑，一张中端卡的事。

3. 测它就测多步agent任务，让它连续完成几个有依赖关系的操作，单轮问答体现不出扩散架构的差别。

4. SGLang跑不通先翻GitHub的issue区，新模型头一周的坑基本都堆在那里，别自己硬磕。

5. 别急着替换主力模型，拿你手上最熟的那个任务并排跑一遍，看出字速度差距再下结论。

收个尾

扩散模型从画图卷到写代码，这次是真拿分数说话的。我是leo，关注我，每天5个AI新工具，都用得上。

相关阅读