Mellum2.1 – JetBrains 推出的高效开源编程智能体模型

Mellum2.1是一款由JetBrains于2026年10月推出的开源编程智能体模型，主要用于代码库探索、文件编辑与工具调用等智能体编程任务，支持 131,072 tokens 上下文与本地自托管部署，适用于软件工程自动化与企业内网代码场景。

Mellum2.1 的核心能力

Mellum2.1 是 JetBrains 开源编程模型 Mellum2 的升级版，架构未变，工作集中在预训练之后的阶段。官方把它归入 AI 模型 序列，定位从快速补全转向可在仓库内自主执行的编程 AI 智能体，目标场景是让它像工程师一样读代码、改文件、跑测试，而不只是续写下一行。

强化学习成为训练主体

这一版把强化学习从训练末段的收尾环节扩展为训练主体。新增任务覆盖数学、算法竞赛、科学、工具使用与软件工程，由公开强化学习数据集与团队自建任务混合而成。每一份训练来源在入库前都做过筛除，剔除的对象包括测试本身有缺陷、答案无法验证，以及难度明显失当的任务。

真实代码库中的智能体执行

软件工程方向的训练直接放在真实仓库里进行，模型配有 shell 与文件编辑工具，只有测试通过才获得奖励。官方说明，训练期间启动了数百万个沙盒、覆盖数千个环境。升级后的模型可以浏览代码库结构、修改文件并回读自身改动，在失败测试面前能够定位根因、起草修复方案，再运行验证结果。

高负载下的推理吞吐

JetBrains 公布的速度指标针对单张 H200 在重负载下的输出吞吐：官方称 Mellum2.1 每秒产出的 token 数量接近 Qwen3.5-9B 的两倍。这项优势的价值集中在并发场景——当同一张卡上同时运行多个智能体或子智能体时，吞吐直接决定单位时间能完成多少轮任务，对按产出量而非单次质量计价的工作更明显。

多 Token 预测带来的加速

模型规格包含多 Token 预测（MTP）头，用于在单次请求中一次预判多个后续 token，官方给出的单请求提速约为 1.6 倍。需要留意的是，MTP 头并未随本次发布一并提供，官方表示面向 vLLM 的推测解码组件将随后推出，因此这项加速在正式发布前尚不可用。

开源权重与本地部署

模型以 Apache 2.0 许可证发布，权重已在 Hugging Face 开放，支持在本地或自有基础设施上部署，企业可以把代码与数据保留在自身环境内。官方后续还将提供面向 llama.cpp、Ollama 与 LM Studio 的 GGUF 版本。对源码不能出内网的团队来说，这条路径省去了走外部接口的合规环节。

Mellum2.1 与同类编程模型的对比

上表三列数据均取自 JetBrains 在 Hugging Face 官方模型卡公布的评测结果，四个模型由同一套流程在 thinking 模式下评测，智能体类基准统一使用同一开源 agent harness，数值为厂商自评口径。三者的取舍方向不同：需要在固定算力下批量运行智能体、且源码不便外发的，权重开放且吞吐更高的路线更直接；面向真实仓库的修复与命令行任务，Qwen3.5-9B 的完成率更高。

关注开源编程智能体这条路线，还可以参考 Qwen3-Coder-Next（阿里开源的编程智能体模型，同样以开放权重发布，主打代码生成、仓库理解与工具调用，适合与自有研发流程对接）。

Mellum2.1 的应用场景与适用人群

该模型面向需要在自有环境内运行代码智能体的任务，常见场景包括：

• 缺陷修复：在真实仓库中定位失败测试的根因，起草补丁并运行验证。
• 代码库理解：浏览项目结构与调用关系，输出可执行的修改方案。
• 工具调用：在智能体流程中执行命令、编辑文件并串联多步操作。
• 内网开发：把权重部署在自有服务器上，代码与数据不出内网。

适用人群：软件工程团队、把编程智能体接入内部研发流程的企业，以及需要在自有基础设施上部署代码模型的开发者。

Mellum2.1 的使用方法

模型权重已在 Hugging Face 开放，按以下顺序自托管部署：

1. 获取权重：在 Mellum2.1 官方模型页 下载权重，模型编号为 JetBrains/Mellum2.1-12B-A2.5B-Thinking。
2. 启动服务：用 vLLM 加载模型，指定 --max-model-len 131072 与 --reasoning-parser qwen3。
3. 启用工具调用：需要执行命令或编辑文件时，追加 --enable-auto-tool-choice 与 --tool-call-parser hermes。
4. 发送请求：走 OpenAI 兼容接口调用，采样参数按官方示例取 temperature 0.6、top_p 0.95、top_k 20。
5. 对齐显存：按 --max-model-len 设定值与并发量核算显存占用，显存不足时优先下调上下文长度。

首次部署建议先用单条提示词验证工具调用链路，确认命令执行与文件编辑均可回传结果后，再接入仓库级任务。

Mellum2.1 的价格与开源情况

Mellum2.1 不提供官方托管接口，JetBrains 只以权重形式发布模型，使用成本取决于自建或租用的推理算力，官方未公布接口调用价格。以 bfloat16 精度部署时，显存占用由总参数量、上下文长度与并发量共同决定，部署前需按实际业务量核算；模型本身不按调用次数收费，批量运行智能体也不会产生额外的接口账单。

Mellum2.1 以 Apache 2.0 许可证发布，属于允许商用的开源许可，权重托管于 Hugging Face，支持本地或自有基础设施部署，企业可以把代码与数据保留在自身环境内。官方后续将提供面向 llama.cpp、Ollama 与 LM Studio 的 GGUF 版本，以及 vLLM 的多 Token 预测推测解码组件。

Mellum2.1 的常见问题