Mellum2.1 – JetBrains 开源的 AI 编程模型

发布于 2026-10-09 · Mellum2.1 是 JetBrains 推出的开源 AI 编程模型，采用 12B 混合专家架构。Mellum2.1强化学习从收尾环节变为训练主体，结合数百万次沙盒运行，模型能探索代码库、编辑文件、自查修改，智能体编程能力大幅提升。

Mellum2.1 是什么

Mellum2.1 是由 JetBrains 打造的开源 AI 编程编程模型，参数规模 12B，走混合专家路线。这一版最大的变化，是强化学习从收尾环节变成了训练主体，再结合数百万次沙盒运行，模型学会了探索代码库、编辑文件、自查修改，智能体编程能力明显上了一个台阶。高负载吞吐接近 Qwen3.5-9B 的两倍，支持私有化部署，已经上架 Hugging Face。

Mellum2.1 能做什么

智能体编程：探索代码库、编辑文件、自查修改，能定位失败测试的根因，把修复方案起草出来再验证。
代码补全与生成：延续 Mellum2 的定位，给编码工作流提供快速的代码生成与问答。
工具调用：会调度外部工具把任务做完，适合拿来搭建 AI 智能体系统。
通用推理：日常问答不在话下，数学和逻辑难题也能一步步推导演算。
私有化部署：可以跑在本地或自有基础设施上，代码和数据全部留在企业内部。

Mellum2.1 的技术原理

混合专家（MoE）架构：Mellum2.1 采用 12B 参数的混合专家架构，每次推理只激活 2.5B。模型由多个”；专家”；子网络拼成，输入经路由机制只分发给部分专家处理，容量保住了，计算量却大幅下降，用小开销换来高吞吐。
大规模强化学习（RL）：这版的核心升级在训练流程：RL 不再只是预训练后的短暂收尾，而是成了训练主体。团队新增了数学、竞赛编程、科学、工具使用和软件工程等任务，自建基础设施在训练期间拉起数百万个沙盒、覆盖数千个真实环境，让模型在与真实编码场景的交互中靠试错和奖励信号，习得探索、编辑、验证这些智能体技能。
数据严格筛选：用到的开放数据集在入库前全部过滤过，测试有缺陷、答案不可验证或难度失当的任务都被剔除，保证 RL 训练信号可靠，不让模型从错误反馈里学习。
多 Token 预测（MTP）：MTP 让模型在单次前向传播里预测多个后续 Token。单请求场景下速度提升约 1.6 倍，再配上 MoE 的低激活参数设计，Mellum2.1 在高负载下的吞吐能接近 Qwen3.5-9B 的两倍。

Mellum2.1 怎么上手

访问模型页面：去 Hugging Face 上的 JetBrains 官方组织页面，找到 Mellum2.1 模型仓库。
下载模型权重：在模型卡页点击下载，或按许可条款拉取模型文件（有门槛的话要先同意使用协议）。
选择部署框架：用 Transformers 或 vLLM 部署：前者适合简单验证，后者适合生产级高并发服务。
配置推理环境：备好 GPU 环境（官方基准基于单张 H200），加载模型并把上下文设到 131K。
启用加速选项：按官方指引开启多 Token 预测（MTP），单请求速度大约能提升 1.6 倍。
发起推理调用：通过 API 发送代码生成、仓库级编辑或智能体任务的提示词，获取模型输出。

Mellum2.1 强在哪

智能体编程能力突出：在真实环境里经过大规模 RL 训练，能自主探索代码库、编辑文件并验证修改，定位测试失败根因后还能起草修复方案。
推理速度行业领先：高负载下吞吐接近 Qwen3.5-9B 的两倍，在同级模型里跑得最快。
单请求响应快：多 Token 预测（MTP）把单请求速度提升了约 1.6 倍。
架构高效：12B MoE 设计只激活 2.5B 参数，用低算力成本换来高性能。
训练数据质量高：训练数据全部经过严格筛选，缺陷任务被剔除，学习信号靠得住。
综合能力强：编程、竞赛编程、数学、工具调用、通用知识几个维度一起变强。
私有化部署友好：本地或自有基础设施都能跑，代码与数据完全自主可控，适合企业的敏感场景。

Mellum2.1 的项目地址

项目官网：https://blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/
HuggingFace模型库：https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking

Mellum2.1 与同类竞品对比

对比维度	Mellum2.1（JetBrains）	Qwen3.5-9B（阿里）
模型架构	12B 混合专家（MoE），激活 2.5B	9B 稠密架构
核心定位	主打编码智能体与子智能体，适合私有化部署	通用大模型，代码能力顺带兼顾
智能体编程	强项：能探索代码库、编辑文件、自查修改，还能定位测试失败根因	有工具调用能力，不过官方没有主打仓库级智能体操作
训练方式	强化学习是训练主体，跑过数百万次真实沙盒环境	常规预训练加后训练，未公开同规模的 RL 沙盒训练
推理速度	高负载吞吐约为 Qwen3.5-9B 的两倍，单请求靠 MTP 提升约 1.6 倍	作为基准参照，吞吐相对低一些
多 Token 预测	内置 MTP，vLLM 的推测解码头也快上线	未见同等的公开 MTP 能力
综合性能	编程、数学、竞赛、工具调用、通用知识全面往上走	通用能力不错，各项都是 Mellum2.1 的对比基准
生态背景	背靠 JetBrains IDE 生态（IntelliJ/PyCharm），还能与 Codex 等互补	依托阿里通义生态，Qwen 系列社区很大