原文標題：Mellum2.1 Gets to Work: A Fast Open Model for Coding Agents
JetBrains 於 10 月 8 日公布 Mellum2.1，定位為可在企業自有硬體運作的程式開發代理模型。它延續 Mellum2 的混合專家架構，總參數規模為 120 億，每次推論約啟用 25 億參數，並採用 Apache 2.0 授權。這次升級重點並非增加模型規模，而是改善預訓練後的學習流程。
團隊表示，模型在數千種真實開發環境中完成數百萬次隔離執行，訓練內容包含數學、競賽程式設計、工具使用與軟體工程。與前一版相比，新模型能在儲存庫中尋找程式碼、編輯檔案並檢查修改結果，讓它更適合擔任大型代理系統中的子代理。
JetBrains 以相同測試配置比較 Mellum2.1、Mellum2、Qwen3.5-9B 與 Gemma 4 E4B，宣稱程式代理任務的進步最明顯。在高負載情境下，吞吐量接近 Qwen3.5-9B 的兩倍；多 Token 預測機制則讓單次請求速度約提升 1.6 倍。這些成績仍屬廠商自行公布的測試結果。
模型目前已透過 Hugging Face 提供。JetBrains 指出，供 llama.cpp、Ollama 與 LM Studio 使用的 GGUF 版本，以及供 vLLM 推測式解碼使用的相關元件，仍在準備中。對重視程式碼私有部署的團隊而言，這項更新提供新的模型評估選項，但正式導入前仍應測試品質與資源需求。
發生了什麼事
JetBrains 推出 Mellum2.1，透過大規模強化學習讓開放模型更能執行實際程式庫操作，架構與授權維持不變。
為什麼重要
較小的啟用參數規模與可自架部署，讓企業有機會在效能、成本與資料控制之間取得不同於雲端 API 的平衡。
影響哪些人
主要影響自建程式代理、內部開發工具與重視程式碼保密的軟體團隊，模型整合商也可評估其子代理用途。不同組織可依使用情境評估。
已確認與未確認
已確認模型授權、參數與官方公布的速度比較；獨立測試結果、實際硬體需求及 GGUF 發布日期尚未確認。
