JetBrains 编程 AI 模型 Mellum2.1 发布：高负载推理吞吐量近 Qwen3.5-9B 两倍

IT之家 10 月 9 日消息，JetBrains 于昨日（10 月 8 日）发布公告，正式推出 Mellum2.1 模型，重点提升了智能体编程能力。该模型延续了 Mellum2 的 12B 混合专家架构，活跃参数为 2.5B，并继续采用 Apache 2.0 许可证开放。Mellum2.1 的主要改进在于预训练后的强化学习阶段，该阶段从短期收尾环节扩展为训练核心，并在数学、算法竞赛、科学、工具使用和软件工程等任务中补充了训练数据。

JetBrains 为模型搭建了内部强化学习环境基础设施，训练期间启动了数百万个沙盒，覆盖数千种环境。此外，在训练前，团队还筛选了开放数据集，剔除了测试缺陷、不可验证答案及难度不匹配的任务。升级后，Mellum2.1 能够探索代码库、编辑文件并检查自身修改。JetBrains 表示，最大提升体现在智能体编程领域，模型可识别失败测试的根本原因，起草修复方案并验证结果。

性能方面，Mellum2.1 与 Mellum2 架构一致，速度保持不变，多 Token 预测（MTP）进一步提升了响应速度。在单请求场景下，MTP 使其速度提高了约 1.6 倍。JetBrains 将 Mellum2.1 与 Mellum2、Qwen3.5-9B 及 Gemma 4 E4B 在相同评估设置下进行了对比。结果显示，高负载时 Mellum2.1 的推理吞吐 Token 数量接近 Qwen3.5-9B 的两倍，并在编程、算法竞赛、数学、工具调用和通用知识等维度均有提升。如需了解详细信息，可访问南宫官方入口获取相关资源。Mellum2.1 现已登陆 Hugging Face，支持本地或自有基础设施部署，让企业可将代码和数据保留在自身环境中。官方后续还将推出面向 llama.cpp、Ollama 和 LM Studio 的 GGUF 版本，以及 vLLM 的 MTP 推测解码组件。