JetBrains呢個月放咗個叫Mellum2.1嘅開源語言模型，鎖定程式開發代理（coding agent）同輔助代理（assistant）用，Apache 2.0授權，喺Hugging Face即刻可以拎，開發者可以部署喺自己電腦或者企業伺服器。呢個係Mellum2嘅升級版，前代賣點係生成速度快，但喺真實程式碼庫入面處理開發任務嘅能力有得商榷。
今次JetBrains冇換架構，係加緊訓練入面嘅強化學習（強化學習，即模型喺環境入面試錯、按回饋調整行為嘅訓練方式）比重。佢哋話係喺數千個環境入面做咗數百萬次沙箱（隔離測試環境）執行，畀模型喺有命令列同檔案編輯工具嘅環境入面練：揾問題、改檔案、跑測試，再根據測試結果調整做法。訓練資料混合公開資料集同自建任務，事前過濾咗測試有錯、答案無法驗證同難度唔啱嘅題目，減少靠唔住嘅訓練訊號。
JetBrains自己公佈嘅數字：SWE-bench Verified（一個測試模型修真實軟體問題能力嘅評測）解決率由前代2%升至47%，略低Qwen3.5-9B嘅50%；SWE-bench Pro由0%升至28%。LiveCodeBench v6得82分，高過Qwen3.5-9B嘅75.4分。呢啲都係JetBrains自己公佈嘅評測，未見獨立第三方覆核，讀嘅時候要留意呢一層。
架構未變：120億總參數嘅混合專家（MoE，即每個詞元只啟用部分參數）設計，每次處理約啟用25億。JetBrains話保留原有推論速度，單張Nvidia H200高負載測試，Mellum2.1每秒輸出詞元數接近Qwen3.5-9B兩倍；開多詞元預測（MTP，一次預測多個token嘅加速法）後單一請求生成速度約1.6倍。Mellum2.1唔單止寫程式，一般問答、數學同推理都處理，GGUF格式版本亦已喺Hugging Face上架，llama.cpp、Ollama、LM Studio都用到。
阿調搞兩下：呢個模型最大嘅意思唔係跑分，係「自己改完自己跑測試」呢套做法。前代2%、新代47%，聽落誇張，但重點係佢肯喺真環境入面試錯、唔靠背答案。對開發者嚟講，本地部署、私有碼庫唔使交出去呢條路，對私隱敏感嘅團隊係實際選項。但呢個係功能解説同廠商自評，未係本站實測，實際工作流程效果要各人自己驗證。
