A JetBrains bemutatta a Mellum2.1 nyílt kódolómodelljét

A modell felépítése nem változott

A JetBrains 2026. október 8-án tette közzé a Mellum2.1-et, a júniusban nyílt forráskódúvá tett Mellum2 következő változatát. A vállalat szerint a modell architektúrája változatlan maradt: továbbra is egy kompakt, gyors, 12 milliárd paraméteres mixture-of-experts rendszer, amelyből 2,5 milliárd aktív paramétert használ. A kiadás Apache 2.0 licenc alatt érhető el.

A fejlesztés főként az előzetes tanítást követő szakaszra, ezen belül a megerősítéses tanulásra (reinforcement learning, RL) összpontosított. A JetBrains szerint a Mellum2 gyors volt, de nem tudott a kívánt szinten dolgozni egy kódtárolón belül. A Mellum2.1 már képes feltérképezni egy kódbázist, fájlokat módosítani, majd ellenőrizni a saját változtatásait.

Valós környezetekben tanították

A vállalat a megerősítéses tanulást a korábbi rövid, végső tanítási szakaszból a folyamat meghatározó részévé tette. A tanítás során több millió, elszigetelt futtatást végeztek több ezer környezetben. Ehhez olyan infrastruktúrát építettek, amely házon belül képes ezernyi RL-környezet futtatására és homokozók millióinak elindítására.

A tanítási feladatok között matematika, versenyprogramozás, tudomány, eszközhasználat és szoftverfejlesztés is szerepelt. A JetBrains nyílt RL-adatbázisokat és saját készítésű feladatokat kombinált, az adatokat pedig szűrte a tanítás előtt. A közlemény szerint a nyílt adatok között hibás tesztek, nem ellenőrizhető válaszok, illetve túl könnyű vagy megoldhatatlan feladatok is előfordulhatnak.

A kódolóügynökökben javult a legtöbbet

A JetBrains a Mellum2.1-et a Mellum2 mellett két hasonló kategóriájú nyílt modellel, a Qwen3.5-9B-vel és a Gemma 4 E4B-vel hasonlította össze, minden esetben azonos értékelési beállításokat használva. A vállalat szerint a legnagyobb előrelépés az ügynöki kódolásban történt. A modell emellett kódolásban, versenyprogramozásban, matematikában, eszközhívásban és általános ismeretekben is javult.

A JetBrains szerint a Mellum2.1 nehéz problémákon és hétköznapi feladatokon is helytáll. Egy ügynöki rendszerben például képes lehet egy sikertelen teszt gyökerének azonosítására, majd a javítás megírására és ellenőrzésére. A modell általános asszisztensként is használható, többek között mindennapi kérdések, nehéz matematikai és lépésenkénti következtetési feladatok megoldására.

Gyors futtatás saját infrastruktúrán

Mivel a modell architektúrájához nem nyúltak, a JetBrains szerint a Mellum2.1 ugyanolyan gyors, mint a Mellum2. A több token egyidejű előrejelzését lehetővé tevő MTP-technológia tovább gyorsítja a működést. Nagy terhelés mellett a vállalat összehasonlítása szerint a Mellum2.1 volt a leggyorsabb a vizsgált modellek között, és csaknem kétszer annyi tokent szolgált ki, mint a Qwen3.5-9B. Egyetlen kérés esetén az MTP körülbelül 1,6-szoros gyorsulást biztosít.

A Mellum2.1 elérhető a Hugging Face-en. A llama.cpp, az Ollama és az LM Studio számára készített GGUF-változatok, valamint a vLLM spekulatív dekódolásához használható MTP-fej a JetBrains szerint később érkezik. A saját infrastruktúrán futó kódolóügynököket, alügynököket és AI-eszközöket fejlesztők így helyben vagy saját rendszereiken tarthatják a kódot és az adatokat.