JetBrains发布面向编程智能体的开放模型Mellum2.1

JetBrains 于 2026 年 10 月 8 日发布了 Mellum2.1。该模型是公司 6 月开源的 Mellum2 的新版本，专为编程智能体（coding agent）打造。编程智能体是一类能在软件项目中自主工作的 AI 工具：它会浏览代码库、修改文件，并检查自己所做的改动。Mellum2.1 采用 Apache 2.0 许可证发布，模型文件开放下载，企业可以在自己的电脑或服务器上运行。

据 JetBrains 公告介绍，Mellum2.1 面向编程智能体，以及在大型智能体计划中快速承担部分任务的子智能体（sub-agent）。公司举的例子是：先找出某个测试失败的根本原因，再起草修复方案并加以验证。该模型也可以作为通用助手，回答日常问题，并逐步求解数学和推理难题。JetBrains 特别强调本地部署，适合代码和数据必须完全由用户掌控的场景。

架构保持不变，训练重心转向强化学习

Mellum2.1 沿用 Mellum2 的架构，是一款总参数量为 120 亿的混合专家（MoE）模型。在这种结构中，模型由许多小型子网络（即“专家”）组成，处理每个词元时只调用其中一部分。据模型卡介绍，Mellum2.1 共有 64 个专家，每次激活 8 个，每一步约使用 25 亿参数，因此相对其规模而言运行速度较快。上下文窗口，即模型一次能读取的文本量，为 131,072 个词元（token）。Mellum2.1 是一款“思考型”模型：在给出答案之前，会先在单独的区块中写出推理过程。

据公司介绍，这一版本几乎所有工作都集中在预训练之后的阶段，主要是强化学习（RL）。在 Mellum2 中，强化学习只是一个简短的收尾阶段，这次则成为训练的主体。JetBrains 在数学、竞赛编程、科学、工具使用和软件工程等领域，将开放的强化学习数据集与自行构建的任务结合起来，并在训练前剔除了测试损坏、答案无法验证以及过于简单或无法完成的任务。在软件工程方面，模型在配有命令行和文件编辑工具的真实代码仓库中训练，测试通过时获得奖励。公告称，训练期间在数千个环境中启动了数百万次沙箱运行。

公司公布的对比与速度测试

JetBrains 使用同一套评测流程，将 Mellum2.1 与 Mellum2 以及同级别的两款开放模型 Qwen3.5-9B 和 Gemma 4 E4B 进行了比较。据公司介绍，进步最大的是智能体编程：在模型卡的表格中，Mellum2.1 在 SWE-bench Verified 上的得分为 47%，Mellum2 为 2%；同一测试中 Qwen3.5-9B 以 50% 领先。在编程测试 LiveCodeBench v6 上，Mellum2.1 的得分在表格中最高；而在部分数学、知识和智能体测试中，Qwen3.5-9B 得分更高。

由于架构没有变化，Mellum2.1 的运行速度与 Mellum2 相当。根据 JetBrains 的测试，在高负载下 Mellum2.1 是这组模型中最快的，输出的词元数量接近 Qwen3.5-9B 的两倍。公司表示，多词元预测（MTP）可使单个请求的速度提升约 1.6 倍；在 vLLM 中实现这一加速所需的 MTP 模块将于近期发布。

本地运行方式

模型已在 Hugging Face 上线，名称为 JetBrains/Mellum2.1-12B-A2.5B-Thinking。模型卡提供了用 vLLM 部署服务的命令，并为需要工具调用的用户单独给出了一条命令。另一个仓库提供了 GGUF 文件，可用于 llama.cpp、Ollama、LM Studio 等工具。这些文件有多种量化级别，JetBrains 推荐的 4 位 Q4_K_M 文件约为 8 GB。Ollama 用户只需一条命令即可启动模型：ollama run hf.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF:Q4_K_M。博客文章称 GGUF 版本即将推出，而 Hugging Face 上的 GGUF 仓库目前已经可以访问。

所有公布的对比均由 JetBrains 使用同一套流程完成。模型卡只列出了英语这一种语言，因此在用于中文等其他语言之前，最好先用自己的样例测试。公告没有说明哪些 JetBrains 产品会使用该模型。作为思考型模型，它会在答案之前生成推理文本，模型卡中的示例代码为此设置了较高的输出上限（81,920 个词元）。想获得更全面的了解，也请关注独立研究人员的评估。

来源：JetBrains：Mellum2.1，面向编程智能体的快速开放模型、Hugging Face：Mellum2.1 Thinking 模型卡、Hugging Face：Mellum2.1 Thinking GGUF。