📖 产品简介
JetBrains 于 2026 年 10 月 8 日发布 Mellum 2.1，开源编程智能体模型（Apache 2.0，Hugging Face）。
沿用 Mellum2 架构：120 亿参数混合专家（MoE），每 token 激活 25 亿参数，上下文 131,072 tokens。变化集中在预训练之后：将强化学习从收尾步骤提升为训练主体，自建数千个 RL 环境、数百万沙箱，在真实代码库中用 shell + 文件编辑工具训练「诊断失败测试 → 起草修复 → 验证」闭环。同口径 17 项基准中 15 项超上一代，LiveCodeBench v6 达 82.0（高于 Qwen3.5-9B 75.4）；但 Terminal-Bench 2.1 仅 17.4（弱于 Qwen3.5-9B 21.7）。多 Token 预测（MTP）带来约 1.6 倍单请求提速，单张 H200 高负载吞吐接近 Qwen3.5-9B 两倍。最适合做智能体系统的子智能体（定位根因、起草修复、验证改动）与私有化部署（代码数据不出内网）。
定位
JetBrains 开源编程智能体模型，12B MoE，强化学习后训练，可自主读代码/改文件/跑测试
适合人群
需要高性价比编程子智能体的团队
对代码数据不出内网有合规要求的组织
已用 vLLM 等做模型自托管的开发者
JetBrains 生态用户
支持平台
Hugging Face、自托管（vLLM 等）
开源
是 · GitHub
✨ 核心功能
- 12B MoE 架构：总参 120 亿、每 token 激活 25 亿，131K 上下文
- 强化学习为主体：数千 RL 环境、数百万沙箱，真实仓库内学「诊断 → 修复 → 验证」
- 仓库内自主执行：浏览代码结构、改文件、跑测试，回读自身改动
- 推理加速：MTP 头带来约 1.6 倍单请求提速，高负载吞吐近 Qwen3.5-9B 2 倍
- Apache 2.0 开源：Hugging Face 提供，可自托管（vLLM 等）
- 合规友好：代码与数据不出内网，适合私有化
⚖️ 优缺点分析
👍 优点
- 开源免费、可自托管，合规性强
- 强化学习后训练聚焦真实软件工程闭环
- 快且便宜，适合做子智能体
- 131K 长上下文
👎 缺点
- 最难的长链条端到端任务（Terminal-Bench 2.1 17.4）弱于同级
- 仍需配套智能体框架编排
- 社区生态早期
- 仅编程域，非通用模型
📊 评分详情
功能完整
8
易用程度
8
安全可靠
7.5
性价比
9.5
💬 用户评价
Mellum 2.1 把 RL 练到了仓库里真干活，小模型快又便宜，拿来做 Agent 的子智能体正合适，还能私有化。
📝 更新日志
-
2026-10-08v2.1 发布JetBrains 发布 Mellum 2.1 开源编程智能体模型（10/8，Apache 2.0）：12B MoE（激活 2.5B）、131K 上下文；强化学习成为训练主体，真实代码库内学「诊断失败测试 → 起草修复 → 验证」；LiveCodeBench v6 82.0，单请求提速约 1.6x，高负载吞吐近 Qwen3.5-9B 两倍。