JetBrains anunció el lanzamiento de Mellum2.1, un modelo abierto destinado a agentes de programación y subagentes que necesitan ejecutar tareas rápidamente en los dispositivos del usuario o en su propia infraestructura. La versión representa la siguiente generación del modelo Mellum2 de 12.000 millones de parámetros, al tiempo que mantiene la misma arquitectura de mezcla de expertos, que utiliza 2.500 millones de parámetros activos, y la licencia Apache 2.0.
La principal mejora no provino de un cambio en la arquitectura, sino de la etapa posterior al entrenamiento. JetBrains afirma que recurrió en mayor medida al aprendizaje por refuerzo y ejecutó millones de procesos aislados en miles de entornos de software, con el objetivo de entrenar el modelo en tareas más cercanas al trabajo real dentro de repositorios de código.
De responder a trabajar dentro del repositorio
Mellum2 era rápido, pero no gestionaba los repositorios de software al nivel requerido, según JetBrains. Mellum2.1, en cambio, ahora puede explorar la base de código, modificar archivos e inspeccionar los cambios que realiza. Esto permite utilizarlo para ejecutar distintas etapas del plan de un agente de programación, como determinar la causa raíz de una prueba fallida y después preparar una corrección y verificarla.
Entrenamiento con datos y entornos más rigurosos
Las nuevas tareas de entrenamiento incluyeron matemáticas, programación competitiva, ciencias, uso de herramientas e ingeniería de software. JetBrains combinó datos abiertos con tareas desarrolladas internamente, pero señaló que los datos abiertos pueden incluir pruebas defectuosas, respuestas que no se pueden verificar o problemas demasiado fáciles o imposibles; por ello, las fuentes se filtraron antes de incorporarlas al entrenamiento.
La empresa también se centró en construir entornos de aprendizaje por refuerzo capaces de ejecutar miles de entornos internamente, lo que permitió realizar millones de experimentos aislados durante el entrenamiento.
Mejoras en el rendimiento y la velocidad
JetBrains comparó Mellum2.1 con la versión anterior y con los modelos Qwen3.5-9B y Gemma 4 E4B, utilizando una configuración de evaluación unificada. La mayor mejora se produjo en la programación agéntica, con ganancias adicionales en programación, programación competitiva, matemáticas, invocación de herramientas y conocimiento general.
Dado que la etapa posterior al entrenamiento no cambió la arquitectura, el modelo mantuvo la velocidad de Mellum2, mientras que la predicción de múltiples tokens (MTP) contribuye a acelerar la inferencia. JetBrains afirma que, bajo una carga elevada, el modelo sirve un número de tokens cercano al doble del que sirve Qwen3.5-9B, y que MTP lo hace aproximadamente 1,6 veces más rápido por solicitud.
¿Qué cambia en la práctica?
Mellum2.1 ofrece a los equipos de desarrollo una opción abierta y autoalojable para crear agentes de programación o subagentes, manteniendo el código y los datos bajo el control de la entidad operadora. Sin embargo, las cifras presentadas reflejan las pruebas comparativas de JetBrains y el material no incluye detalles independientes sobre los requisitos de hardware ni sobre los límites de rendimiento en proyectos reales.
El modelo ya está disponible en Hugging Face. En cuanto a las versiones GGUF para llama.cpp, Ollama y LM Studio, junto con el encabezado MTP utilizado para la decodificación especulativa mediante vLLM, está previsto que lleguen más adelante.