本稿では、離散状態拡散に基づく大規模言語モデル「Seed Diffusion Preview」を提案する。本モデルは、逐次的でない並列生成により、トークン単位でのデコードに伴う固有の遅延を顕著に低減し、著しい推論速度の向上を実現している。最近の研究（例：Mercury Coder、Gemini Diffusion）でも示されたように、離散拡散モデルはこの点で顕著な性能向上をもたらす。Seed Diffusion Previewは、H20 GPU上で2,146トークン/秒の推論速度を達成しつつ、標準的なコード評価ベンチマーク群において競争力のある性能を維持している。これは、現在のMercuryやGemini Diffusionと比較して大幅に高速であり、コードモデルにおける速度-品質のパレート最適フロンティア（Pareto frontier）において、新たな最先端水準を確立した。