JetBrains 发布编程模型 Mellum2.1：高负载推理吞吐量接近 Qwen3.5-9B 两倍

JetBrains 于 10 月 8 日发布智能体编程模型 Mellum2.1，延续 12B 混合专家架构、2.5B 活跃参数，采用 Apache 2.0 许可证。该版本将强化学习从短期收尾扩展为训练主体，训练期间在内部基础设施中启动数百万个沙盒、覆盖数千个环境。模型可探索代码库、编辑文件并检查自身修改，能定位失败测试的根因、起草修复方案并验证结果。官方对比测试显示，高负载时其推理吞吐 Token 数接近 Qwen3.5-9B 的两倍，多 Token 预测（MTP）使单请求速度提高约 1.6 倍。Mellum2.1 已上线 Hugging Face，支持本地部署，后续将推出 llama.cpp、Ollama、LM Studio 的 GGUF 版本。