JetBrains wypuszcza Mellum2.1, otwarty model do kodowania o architekturze mixture-of-experts, który aktywuje zaledwie 2,5 miliarda parametrów na token pomimo posiadania 12 miliardów parametrów całkowitych. Model dostępny jest na licencji Apache 2.0 na platformie Hugging Face i może być uruchamiany na prywatnych GPU poprzez vLLM lub SGLang.
Główną nowością w stosunku do poprzedniej wersji Mellum2 jest zaawansowany trening przy użyciu reinforcement learning w rzeczywistych środowiskach programistycznych. To podejście przyniosło znaczące ulepszenia - model wygrał 15 z 17 testowanych benchmark'ów w porównaniu z Mellum2 i osiągnął 82,0 punktów na LiveCodeBench v6, wyprzedzając popularne modele takie jak Qwen3.5-9B (75,4) i Gemma 4 E4B (69,4). Mellum2.1 został zaprojektowany do trzech głównych zastosowań: pracy jako agent kodowania, asystenta ogólnego rozumowania oraz jako prywatnie hostowana usługa.
Model oferuje praktyczne korzyści dla deweloperów - kontekst 131,072 tokenów pozwala na pracę z dużymi repozytoriami, a kompilacja GGUF zaczyna się od 7 GB dla użytkowników llama.cpp, Ollama czy LM Studio. Chociaż Mellum2.1 wykazuje imponujące wyniki w kodowaniu, nadal pozostaje poniżej Qwen3.5-9B w trudniejszych zadaniach agentic'kich i wiedzy ogólnej, co wskazuje na potencjalne pole do dalszych ulepszeń.