JetBrains 宣布发布 Mellum2.1，这是一款面向编程代理和子代理的开放模型，适用于需要在用户设备或自有基础设施上快速执行任务的场景。该版本是拥有 120 亿参数的 Mellum2 模型的下一代版本，同时保留了原有的混合专家架构，使用 25 亿个激活参数，并采用 Apache 2.0 许可证。
主要改进并非来自架构变化，而是来自后训练阶段。JetBrains 表示，该公司更大程度地采用了强化学习，并在数千个软件环境中运行了数百万次隔离执行，旨在训练模型完成更接近真实代码仓库工作流程的任务。
从回答问题到在代码仓库中工作
据 JetBrains 称，Mellum2 的速度很快，但处理软件仓库的能力未达到要求。而 Mellum2.1 已能够探索代码库、修改文件并检查其所做的更改。这使其可以用于执行编程代理计划中的不同阶段，例如确定失败测试的根本原因，然后准备修复方案并对其进行验证。
使用更严格的数据和环境进行训练
新的训练任务涵盖数学、竞赛编程、科学、工具使用和软件工程。JetBrains 将开放数据与其内部开发的任务相结合，但指出，开放数据可能包含失效测试、无法验证的答案、过于简单或不可能完成的问题；因此，这些来源在加入训练之前都经过了筛选。
该公司还重点构建了能够在内部运行数千个环境的强化学习环境，从而可以在训练期间进行数百万次隔离实验。
性能和速度提升
JetBrains 使用统一的评估设置，将 Mellum2.1 与上一版本以及 Qwen3.5-9B 和 Gemma 4 E4B 两个模型进行了比较。最大提升出现在代理式编程方面，同时在编程、竞赛编程、数学、工具调用和通用知识方面也取得了额外提升。
由于后训练阶段没有改变架构，模型仍保持 Mellum2 的速度，而多令牌预测（MTP）有助于加快推理。JetBrains 表示，在高负载下，该模型服务的令牌数量接近 Qwen3.5-9B 的两倍，同时 MTP 使其在单个请求中的速度提高约 1.6 倍。
实际会发生什么变化？
Mellum2.1 为开发团队提供了一个开放且可自行部署的选项，用于构建编程代理或子代理，同时让代码和数据保持在运营方的控制之下。不过，文中给出的数字反映的是 JetBrains 的对比测试，材料并未提供有关硬件需求或真实项目中性能边界的独立详细信息。
该模型目前已在 Hugging Face 上提供。面向 llama.cpp、Ollama 和 LM Studio 的 GGUF 版本，以及用于通过 vLLM 进行推测解码的 MTP 头，将于稍后发布。