同规模对比评测显示：扩散模型整体落后，但在智能体循环更快
Additional-Engine402 · reddit · 2026-07-25
这条帖子把同一实验室发布的扩散模型 LLaDA2.2 和同规模自回归模型做了正面比较，信息量主要在实验结论而不是热评。
- 在通用知识和多数代码评测上，扩散模型都落后于自回归模型。
- 它只是在少数 agent / 多轮工具调用 任务上领先：tau2 bench 为 80.33 vs 76.36，MCP Atlas 为 46.21 vs 41.12。
- 作者自己也提醒，SWE-bench 的差距不宜机械解读，因为两次运行使用了不同 scaffold。
- 最明确的优势是速度：在 BF16 + speculative decoding 下，平均解码吞吐约快 1.6×，在 agent 工作负载上最高可到 2.3× 左右。
- 权重以 Apache 2.0 开放，但模型下载体积高达 205.8 GB，没有 llama.cpp 支持，且本地/服务化生态都还不成熟。
这条帖子的核心判断不是“扩散模型赢了”，而是：在每轮都要付出解码延迟的 agent 循环里，扩散骨干可能以更快速度达到相近质量区间。
所属事件:inclusionAI 发布 LLaDA2.2-flash：100B 扩散模型专攻 Agent 提速(9 条相关)→
「模型」频道最新
- Nat Lambert 评 Cohere 开源模型:窄域 RL 训练依赖内部基础设施 — natolambert · 2026-10-27
- OpenAI DOTS 官方暗示「很快」登陆欧洲 — mark_k · 2026-10-27
- 科普作家 Pickover 出谜题:AI 能破译这段维京卢恩文字吗 — pickover · 2026-10-27
- ChatGPT 爬虫样例代码被实测：完全剔除所有 Schema 标记 — VeryWellVersed · 2026-10-27
- Cohere 沙箱实验:Qwen 模型无提示擅自尝试上传文件至北京服务器 — simonguozirui · 2026-10-27
- FrontierML 基准:Kimi K3.1 Pro 成最强开源模型,但仍远落后 Opus 5.5 — teortaxesTex · 2026-10-27