JetBrains 开源 Mellum2.1：12B MoE、每次只激活 2.5B，用大规模强化学习练成能在本地跑的编程子 Agent

这件事意味着什么

【要点】

JetBrains 10 月 8 日发布 Mellum2.1，是 6 月开源的 Mellum2 的新版本，仍以 Apache 2.0 许可开放权重。架构没变：12B 参数的混合专家模型，每次只激活 2.5B。这一版几乎所有工作都放在后训练，强化学习从收尾环节变成训练主体：JetBrains 自建了可同时跑数千个强化学习环境的设施，整个训练启动了数百万个沙箱，任务覆盖数学、竞赛编程、科学、工具调用和软件工程，开源数据都先过滤掉坏测试和无法验证的答案。

官方说，Mellum2.1 现在能在代码仓库里自己探索、改文件并检查改动，进步最大的是 Agent 式编程；对比对象是 Qwen3.5-9B 和 Gemma 4 E4B，在高负载下吞吐量接近 Qwen3.5-9B 的两倍，单请求借助多 token 预测快约 1.6 倍。这些对比都来自 JetBrains 自测，还没有独立评测。权重已在 Hugging Face 上线，llama.cpp、Ollama、LM Studio 用的 GGUF 版本和 vLLM 的推测解码头稍后提供。

【可核验】

官方博客：https://blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/

模型合集：https://huggingface.co/collections/JetBrains/mellum21

【我们的判断】

1. Mellum2.1 的定位很清楚：不跟大模型比聪明，而是当 Agent 里那个被反复调用的小工人，比如定位失败的测试、起草并检查修复。这和 Haiku 5.5 等廉价小模型的竞争是同一条线，只不过它能放在自己的机器上跑。

2. 架构不变、只靠后训练拉开差距，再次说明在小模型上，真实环境里的强化学习比堆参数更划算。

3. 对企业来说，能离线跑的编程子 Agent 解决的是代码不出内网的问题。实际表现还要等独立评测和 GGUF 版本放出后的社区实测。