概览
Clover-35B-A3B-Preview 是深圳初创公司 DiffuSpace（扩散智能）于 2026 年 10 月 28 日开源的扩散语言模型预览版（Clover 中文名「三叶」），也是该公司发布的第一个模型。它以 Qwen3.6-35B-A3B 为底座，把逐字生成的自回归解码改造成「块扩散」：每次并行生成一个 32 token 的块，在块内用双向注意力反复去噪、按置信度确定 token，从而在单请求场景下拿到比同规模自回归模型快得多的输出速度。模型是 MoE 结构，总参数约 35B、每 token 激活约 3B（40 层，256 个路由专家取 top-8，加 1 个共享专家，Gated DeltaNet 与全注意力混合），只处理文本，支持思考模式，上下文 128K（131,072 token，提示和输出合计）。官方定位是面向编码和智能体任务：自测 SWE-bench Verified 73.6、Terminal-Bench 2.1 51.7、τ³ Overall 65.3，在与 LLaDA2.2 flash、Mercury 2.5、Qwen3.6-35B-A3B、Qwen3.5-35B-A3B 的六项智能体评测对比中排第一，GPQA Diamond 83.8、MMLU-Pro 84.8；速度方面，单张 GB300 上 BF16、batch 1 跑内部智能体数据约 680 tokens/s，H200 上 515 tokens/s，INT4 量化后可以在 16GB 显存的 RTX 5070 Ti 上运行（MATH-500 约 101.8 tokens/s）。BF16 权重约 69 GB，推荐用 SGLang 部署（支持块扩散和自推测解码），也可用 llama.cpp 和 Transformers 5.19.0。官方说后续还会发布配套的决策模型，智能体 harness 和桌面编码客户端正在开发中；在线体验需在 chat.diffuspace.ai 申请。来源：https://diffuspace.ai/blog/clover-35b/ 、https://huggingface.co/Diffuspace/Clover-35B-A3B-Preview 、https://github.com/DiffuSpace/Clover-35B-A3B-Preview 、https://modelscope.cn/models/Diffuspace/Clover-35B-A3B-Preview （2026-10-28 核对）。 定价：权重免费下载、自行部署（Apache 2.0，可商用）；官方目前没有公开 API 和 API 价格，在线体验需申请，输入 / 输出价留空。
- 模态
- 文本
- 参数量
- 35B（激活约 3B）
- 许可说明
- 开源 · Apache 2.0
能力
- 块扩散解码：不是逐 token 自回归，而是按 32 token 一块并行去噪生成（LowConfidence 策略，置信度阈值 0.95），块内双向注意力；SGLang 下还可叠加自推测解码
- 架构：基于 Qwen3.6-35B-A3B 改造的 MoE，总参数约 35B、每 token 激活约 3B；40 层，256 个路由专家取 top-8 + 1 个共享专家，Gated DeltaNet 与全注意力混合；支持思考模式（enable_thinking）
- 速度（官方自测）：单张 GB300、BF16、batch 1 跑内部智能体数据约 680 tokens/s；H200 上 515 tokens/s（同条件 DFlash2 为 365）；INT4 量化后在 16GB 的 RTX 5070 Ti 上 MATH-500 约 101.8 tokens/s（同规模 MiniCPM、Qwen 等对照约 48.5）
- 智能体与编码评测（官方自测）：SWE-bench Verified 73.6、Terminal-Bench 2.1 51.7、τ³ Overall 65.3，与 LLaDA2.2 flash、Mercury 2.5、Qwen3.6-35B-A3B、Qwen3.5-35B-A3B 对比在六项智能体评测中领先；GPQA Diamond 83.8、MMLU-Pro 84.8、ZebraLogic 95.8、AA-LCR 72.0、BFCL-v4 67.9
- 运行与格式：上下文 128K（131,072 token，提示 + 输出合计）；BF16 权重约 69 GB；推荐 SGLang（块扩散 + 自推测），也支持 llama.cpp（自推测）和 Transformers 5.19.0；权重 Apache 2.0，Hugging Face、ModelScope、GitHub 同步公开