Clover-35B 是什么？扩散 MoE：16GB 端侧 vs BF16 常驻 vs 云 GPU（2026）
直接回答
Clover-35B-A3B-Preview 是 DiffuSpace 开源（Apache-2.0）的 MoE 扩散语言模型，总参约 35B、激活约 3B，支持思考模式；和同档自回归 MoE 比，主打块扩散并行生成速度（官方自报）。官方称 INT4 可在 16GB 显存（RTX 5070 Ti）上部署；BF16 权重约 69GB，单卡要能装下权重再加推理状态；要 7×24 满速或给别人访问，上云 GPU，前端 Agent 另挂轻量机。吞吐与 Agent/编程基准都是官方自报，我们没复跑。上下文 128K 以官方模型卡为准。核对于 2026-10-28（台北时间）。
快速推荐：按你的情况选
活动页主推免运维 Serverless GPU、按量付费；页上例子多为约 16GB GPU 跑生图/语音。装不下 Clover BF16 约 69GB，练流程够（我们 2026-10-28 核对）。
福利页写 Token Plan 可抵扣由阿里云百炼提供的全量模型（我们 2026-10-28 核对）。Clover 本身国内托管 API 我没核到上架，别当「已有 Clover 接口」。
活动页写「轻量服务器+Token Plan组合购，68元起」（我们 2026-10-28 核对）。Agent 程序本身轻，和 GPU 机分开买更灵活。
价格核对于 2026-10-28，活动价和库存随时变，下单前以官方页面为准。带 ↗ 的按钮是推广链接，价格不变。
本文怎么来的：定义、MoE 规模、思考模式、吞吐与端侧 INT4 口径摘自 DiffuSpace 官方博客。BF16 约 69GB、128K 上下文、Apache-2.0 摘自官方模型卡与代码仓 README。2026-10-28（台北时间）又打开对过。我没下载权重，也没在本机或云上跑过 Clover，所以不写「实测速度」。
16GB 能试跑，装不下 BF16 常驻。
DiffuSpace 开源了 Clover-35B-A3B-Preview：Apache-2.0 的 MoE 扩散语言模型，总参约 35B、激活约 3B，支持思考模式。和同档自回归 MoE 比，官方主打块扩散并行生成——速度数字一律他们自报，我们没复跑。
一眼表：16GB 端侧 vs BF16 常驻 vs 云 GPU 7×24
| 方式 | 场景 | 大概资源 | 何时该上云 |
|---|---|---|---|
| 笔记本 / 16GB INT4 端侧 | 试跑、本地实验、看扩散解码长什么样 | 官方称 INT4 可在 16GB 显存 RTX 5070 Ti 上部署；MATH-500 自报约 101.8 tokens/s（官方数字，我们没测） | 本机够试就先别上 |
| BF16 高显存常驻 | 要原精度、本机当工作站挂着 | 官方示例：BF16 权重约 69GB + 推理状态；单卡得先装得下权重 | 本机没有 80GB 级显存的时候 |
| 云 GPU 7×24 / 对外 | 满速常驻、给别人访问、接 Agent | 模型放 GPU 机；前端 Agent 常见另挂 2核2G～4核4G 轻量机 | 要关盖不断、要公网、要跟同事共用的时候 |
INT4 / 吞吐口径来自官方博客；约 69GB 来自官方快速开始与模型仓库体积。核对：2026-10-28（台北时间）。
官方博客还写了单卡 GB300（BF16、batch size=1）内部 Agent 场景约 680 tokens/s、单卡 H200 约 515 tokens/s。短页只留这两个数当量级参考——这两个数都是官方自报的，我们没跑过。Agent / 编程那一长串基准（SWE-bench Verified、Terminal-Bench 等）也是官方表上的数，短页不抄，也不拿来当卖点。
128K 和许可证，按模型卡写
上下文 128K（合计最多 131,072 tokens）写在官方模型卡和代码仓 README 里；博客正文没直接写死，所以本文按模型卡。许可证 Apache-2.0，以官方许可证文件为准。
推理路径官方点了 Transformers 试跑、SGLang 做服务与评测、以及本地侧的 llama.cpp（自推测解码）。SFT 代码官方写「即将放出」——短页不假装已经能一键微调。
满速、常驻、给别人访问：去哪挂？
本机 INT4 试完，下一步通常不是把笔记本焊在桌上。
要 BF16 常驻或更高并发，对照 Ornith 硬件页里的云 GPU 段 看规格族怎么读——那页模型更大，入口通用。想先把「云上起推理」的流程过一遍，入口在阿里云 AIGC 页（推广链接）：页上主推函数计算 Serverless GPU，例子多是约 16GB 显存跑生图 / 语音，装不下 Clover 的 BF16 约 69GB，练手够。正式装 BF16，还得去 ECS 一类开够显存的 GPU 实例；刊例价静态页不稳定，短页不写死价。
模型在 GPU 上了，还要 7×24 给别人访问或接 OpenClaw / Hermes，把 Agent 程序另挂轻量机更干净。粗表见 部署 AI Agent 要什么配置；落地对照 OpenClaw 云服务器、Hermes 几核几 G。暂时不想自托管模型、只想先调国内已有模型顶着用，看阿里云 AI 福利页（推广链接） 的 Token Plan——页上写可抵扣百炼全量模型。我没核到国内托管平台已上架 Clover 本身。
2026-10-28 打开活动页：轻量+Token Plan 68 元起。双 11 总览见 2026 双 11 云服务器怎么买。到手什么价，以下单页实时显示为准。
先分清自己要的是「16GB 试一下」还是「69GB 挂着跑」，再点活动页。
常见问题
Clover-35B-A3B-Preview 是什么？
DiffuSpace 开源（Apache-2.0）的 MoE 扩散语言模型，总参约 35B、激活约 3B，支持思考模式；和同档自回归 MoE 比，官方主打块扩散并行生成速度。2026-10-28（台北时间）核对过。
笔记本 16GB 显存能跑吗？
官方写已在仅 16GB 显存的 RTX 5070 Ti 上做 INT4 量化部署，并自报 MATH-500 生成约 101.8 tokens/s。他们报的，不是我们测的。试跑可以；BF16 常驻别指望这档显存。
BF16 要多大显存？
官方快速开始写：一张 GPU 要装得下 BF16 权重（约 69GB）再加推理状态。ModelScope 仓库存储体积约 69.3GB，和「约 69GB」对得上。具体卡型官方没锁成一张采购表。
官方写的 680 / 515 tok/s 是你们测的吗？
不是。官方博客：单卡 GB300、BF16、batch size=1，内部 Agent 场景约 680 tokens/s；单卡 H200 约 515 tokens/s。都是官方写的，我们没复跑。
上下文多长？许可证呢？
官方模型卡 / 代码仓 README 写 128K（合计最多 131,072 tokens）。许可证 Apache-2.0，以官方许可证文件为准。博客正文没直接写死 128K，短页按模型卡来。
本文要点
- Clover-35B-A3B-Preview 是 DiffuSpace 开源（Apache-2.0）的 MoE 扩散语言模型，总参约 35B、激活约 3B，支持思考模式；和同档自回归 MoE 比，主打块扩散并行生成速度（官方自报）。
- 官方称 INT4 可在 16GB 显存（RTX 5070 Ti）上部署；BF16 权重约 69GB，单卡要能装下权重再加推理状态；要 7×24 满速或给别人访问，上云 GPU，前端 Agent 另挂轻量机。
- 吞吐与 Agent/编程基准都是官方自报，我们没复跑。
信息来源阿里云 AIGC 活动页 · 阿里云 AI 福利页 · 阿里云 OpenClaw/Hermes 部署活动页
最后更新 · 价格核对 2026-10-28
引用本文Clover-35B 是什么？扩散 MoE：16GB 端侧 vs BF16 常驻 vs 云 GPU（2026） — https://www.agentcomm.net/zh/clover-35b-diffusion-moe-vs-cloud/