JetBrains 发布 Mellum2.1：面向编码智能体的快速开源模型

在众多 JetBrains 产品中，用 AI 驱动的功能为你的工具提速

Mellum2.1 投入工作：一款面向编码智能体的快速开放模型

Mellum2.1 在真实环境中通过强化学习训练，专为编码智能体和快速子智能体打造，可在你自己的硬件上运行。

今天，我们发布 Mellum2.1，这是我们于6 月开源的 12B 混合专家模型的下一个版本。自版本 2 以来架构没有变化：它仍然是一个紧凑、快速的模型，拥有 2.5B 激活参数，以 Apache 2.0 许可证发布。变化的是预训练之后发生的一切。

Mellum2 很快，但它无法在我们期望的层面上在代码仓库内工作。经过一个夏天在真实环境中的强化学习，在数千个环境中进行了数百万次沙盒运行后，Mellum2.1 可以做到：它探索代码库、编辑文件，并检查自己的更改。

这个版本几乎所有的功夫都花在了后训练上，主要是强化学习（RL）。

新规模的强化学习：RL 从一个简短的最终阶段变成了训练的主要部分。我们就如何训练方法和数据进行了大量实验，并保留了经得起检验的部分。
更多数据，更严格筛选：我们在数学、竞技编程、科学、工具使用和软件工程方面新增了 RL 任务，将开放 RL 数据集与我们自己构建的任务相结合。开放数据往往带有损坏的测试、无法验证的答案，或者对模型来说过于简单或不可能完成的任务，因此每个来源在进入训练之前都经过了筛选。
面向智能体技能的真实环境：我们构建了在内部运行数千个 RL 环境的基础设施，并在训练过程中启动了数百万个沙盒。

我们将 Mellum2.1 与 Mellum2——以及两个同类开放模型 Qwen3.5-9B 和 Gemma 4 E4B——进行了比较，对所有模型使用相同的评估设置。

最大的改进在智能体编码方面，与 Mellum2 相比，Mellum2.1 在这一领域进步最大。该模型在各方面也都有提升，在编码、竞技编程、数学、工具调用和通用知识方面均有增益，并且在难题和日常问题上都表现稳健。

后训练没有改动架构，因此 Mellum2.1 与 Mellum2 一样快，而多 token 预测（MTP）让它更快。

在高负载下，Mellum2.1 是该组中最快的模型，处理的 token 数量几乎是 Qwen3.5-9B 的两倍。对于单个请求，MTP 使其速度提升约 1.6 倍。

Mellum2.1 已在 Hugging Face 上提供。用于 llama.cpp、Ollama 和 LM Studio 的 GGUF 构建，以及用于 vLLM 中推测解码的多 token 预测（MTP）头，即将推出。

如果你正在构建编码代理、子代理或运行在你自己基础设施上的 AI 工具，我们非常希望你能试用 Mellum2.1。告诉我们哪些好用、哪些不好用。你的反馈将塑造下一个版本。

开源是打造更好模型的方式。