螞蟻集團旗下百靈（inclusionAI）近日在 Hugging Face 平台釋出了 LLaDA2.2-flash，這是一款面向智慧體（agentic）應用的擴散語言模型，屬於 LLaDA2 系列。該模型採用混合專家（MoE）架構，非嵌入引數規模為 100B，上下文視窗擴充套件至 128K，並引入了 Levenshtein 編輯機制（通過 DELETE 和 INSERT 控制符），使擴散解碼能夠編輯序列結構、刪除冗餘內容並在並行生成中建立插入槽位，從而支援長上下文工具使用、多輪互動和穩健的錯誤修正。模型以 Apache 2.0 許可開源，並已在 ModelScope 同步上線，方便中國大陸使用者訪問。
在官方公佈的基準測試中，LLaDA2.2-flash 與同系列或競品模型 Ling-2.6-flash 進行了對比。在智慧體基準得分上，LLaDA2.2-flash 在 SWE-bench Verified 上取得 49.28 分（對比 Ling-2.6-flash 的 61.20 分），在 τ²-Bench 上取得 80.33 分（對比 76.36 分），在 MCP-Atlas 上取得 46.21 分（對比 41.12 分），在 PinchBench 上取得 81.66 分（對比 81.30 分）。不過，在 SWE-bench Pro、SWE-bench Multilingual 和 BFCL-V4 等基準上，LLaDA2.2-flash 得分略低於對比模型。值得注意的是，Ling-2.6-flash 的部分分數來自其技術報告（使用 OpenHands 腳手架），而 LLaDA2.2-flash 的 SWE-bench 系列評估則使用了 Claude Code 腳手架，兩者評估環境存在差異。
在吞吐量（TPS）方面，LLaDA2.2-flash 表現突出：在 SWE-bench Verified 上達到 519.0 TPS，而 Ling-2.6-flash 為 303.2 TPS；在 τ²-Bench 上為 592.8 TPS（對比 334.9 TPS）；在 BFCL-V4 上為 703.82 TPS（對比 331.5 TPS）。官方表示，Ling-2.6-flash 的評估啟用了 MTP（多 token 預測）並設定 4 個草稿 token，而 LLaDA2.2-flash 的評估配置為 128K 上下文、溫度 1.0、block_length=32、threshold=0.5、editing_threshold=0.0，每個分數為五次執行的平均值。
技術上，LLaDA2.2-flash 引入了三項關鍵創新：Block Routing 在擴散塊級別限制 MoE 專家啟用，以支援高效的長上下文智慧體工作負載；Levenshtein 編輯通過 DELETE 和 INSERT 控制符實現序列結構編輯；L-EBPO（基於 Levenshtein 編輯 ELBO 的塊級策略最佳化）利用智慧體環境獎勵來訓練多輪工具使用場景中的編輯和錯誤修正。模型配置包括 32 層、32 個注意力頭、旋轉位置編碼（RoPE）和 157,184 的詞彙表大小。
對於 AI 產業觀察者而言，LLaDA2.2-flash 的意義在於它展示了擴散語言模型在智慧體應用上的潛力，尤其是其高吞吐量和長上下文能力，可能為模型層帶來新的效率選擇。不過，其部分基準得分仍低於對比模型，且評估環境差異需謹慎看待。該模型的釋出也反映了中國科技公司在開源模型領域的持續投入，螞蟻百靈通過 Hugging Face 和 ModelScope 雙平台分發，降低了全球開發者的使用門檻。未來，隨著更多技術細節在即將釋出的報告中披露，其實際效能和應用場景將得到更全面的評估。