Clover-35B-A3B: DiffuSpace lança em código aberto um modelo de linguagem com 35 bilhões de parâmetros
A DiffuSpace, uma equipe do laboratório de NLP da Universidade de Hong Kong, publicou sob licença Apache 2.0 o Clover-35B-A3B-Preview, um modelo de linguagem que gera texto por difusão em vez de palavra por palavra. Ele anuncia 680 tokens por segundo em uma única placa e pontuações de código superiores ao Qwen3.6 do mesmo tamanho, números ainda a serem verificados.
DiffuSpace publicou nesta quarta-feira, 28 de outubro, por volta das 4h42, horário de Paris, o Clover-35B-A3B-Preview, um modelo de linguagem aberto que não funciona como a maioria dos outros. Em vez de escrever o texto um token após o outro (falamos de modelo “autoregressivo”), ele o gera por difusão: parte de um rascunho de blocos inteiros e o refina em várias passagens, em paralelo. A equipe, oriunda do laboratório de NLP da Universidade de Hong Kong, já havia assinado o Dream 7B em 2025.
Os pesos são publicados sob licença Apache 2.0 no Hugging Face e ModelScope, com o código no GitHub.
O que se sabe do modelo
- Arquitetura: mistura de especialistas (MoE), 35 bilhões de parâmetros no total, dos quais cerca de 3 bilhões ativos para cada token, o que o torna leve de rodar para seu tamanho.
- Base: retoma a arquitetura do Qwen3.6-35B-A3B, da Alibaba, adaptando seu mecanismo de memória (Gated DeltaNet) para que ele leia o contexto nos dois sentidos dentro de cada bloco.
- Uso: modo de raciocínio, suporte por SGLang e llama.cpp, duas ferramentas comuns para rodar modelos localmente ou em servidor. O acesso online é oferecido mediante solicitação.
As promessas, a verificar
O principal argumento é a velocidade. A DiffuSpace anuncia 680 tokens por segundo em uma única placa NVIDIA GB300 (em BF16, uma requisição por vez, em seus dados internos de agentes), e 515 tokens/s contra 365 para um modelo Qwen do mesmo tamanho acelerado pela técnica DFlash2 em uma placa H200. Em versão comprimida (INT4), o modelo rodaria a 101,8 tokens/s em uma RTX 5070 Ti de 16 GB para o público geral.
Em termos de qualidade, a empresa afirma 73,6 no SWE-bench Verified e 51,7 no Terminal-Bench 2.1, dois testes de código e agentes, além de 83,8 no GPQA Diamond. Ela diz superar o Qwen3.6-35B-A3B em vários testes. Esses números vêm todos da DiffuSpace: nenhum avaliador independente os reproduziu ainda.
O post também apresenta um modelo de decisão derivado do Clover, pensado para encadear vários julgamentos relacionados em uma única passagem, além de um futuro ambiente de agente e um aplicativo de programação, ambos anunciados como “em desenvolvimento”.
Nossa leitura
Os modelos por difusão prometem há muito uma geração bem mais rápida, mas ficavam para trás em qualidade assim que se aumentava o tamanho. Se as pontuações do Clover se confirmarem, é o primeiro modelo desse tipo, aberto e de tamanho sério, a rivalizar com um modelo clássico equivalente em tarefas de código e agentes. Para um agente, que encadeia dezenas de chamadas, a velocidade conta tanto quanto a nota. Cautela, no entanto: é uma “preview”, as medições são da própria empresa, e a verdadeira questão será o desempenho em tarefas longas nas ferramentas dos desenvolvedores.
Fontes
- DiffuSpace — Clover-35B-A3B-Preview: A New Way for Intelligence (blog) Fonte primária
- Hugging Face — ficha do modelo Diffuspace/Clover-35B-A3B-Preview Fonte primária
- GitHub — DiffuSpace/Clover-35B-A3B-Preview Fonte primária
- DiffuSpace (X) — anúncio do Clover-35B-A3B-Preview Fonte primária
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
