蚂蚁开源 LLaDA2.2-mini：16B 扩散 MoE，引入 DELETE/INSERT 可编辑解码

这款模型是什么

LLaDA2.2-mini 是蚂蚁 InclusionAI 团队 LLaDA2.2 系列的轻量版本，基于 LLaDA2.0-mini 架构开发。它继承了系列的两项核心创新：Levenshtein Editing 为扩散解码引入 DELETE 与 INSERT 控制 token，让模型能删除冗余、插入修正内容；128K 上下文中用 Block Routing 在扩散块层级限制 MoE 专家激活，兼顾长上下文 Agent 任务与推理成本。

规格上，模型总参数 16B，推理时仅激活 1.4B，属于“小显存也能跑”的扩散语言模型；许可为 Apache-2.0，代码与权重都已开放。

官方数据

• Agentic 平均 59.0：τ²-Bench 57.50、Claw-Eval 57.16、PinchBench 62.33
• 长上下文 LongBench v2 得分 34.99，明显高于 LLaDA2.0-mini（15.51）与 2.1-mini（12.13）
• 通用平均 46.47，其中 BFCL v4 函数调用 47.68

需要说明的是，LLaDA 属于扩散语言模型（dLLM），生成方式是“去噪填空”而非自回归逐 token 预测，接口与生态和主流自回归模型略有差异；官方推荐采样参数为 block_length=32、temperature=0。同系列还有面向更强能力的 100B 版本 LLaDA2.2-flash，国内用户可经 ModelScope 访问。

扩散语言模型补上了“改写”能力，Agent 的长对话不再只能从头续写。