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
- BullshitBench 榜单更新:GPT-6-Astra 领先历代 OpenAI 模型仍未及 Anthropic — scaling01 · 2026-09-11
- Agent Astra 在 GauntletBench 得 83%,成首个超人类基线的电脑操作 Agent — ducha_aiki · 2026-09-11
- Kimi K2.8 Preview 上线：性能接近 K3、1M 上下文全档开放 — teortaxesTex · 2026-09-11
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用户呼声下 DeepSeek V4 Pro API 宣布继续服务,计费不变 — teortaxesTex · 2026-09-11
- 第三方实测:DeepSeek V4.1 Flash 达 GPT-6 Astra 98% 分,成本仅 1.4% — ayushtweetshere · 2026-09-11