企业官网建设流程全解析

10月8日，JetBrains 把新模型 Mellum2.1 挂上了 Hugging Face。12B 的参数规模，每次推理只叫醒其中 2.5B，许可证还是 Apache 2.0。

架构和上一代 Mellum2 一样，JetBrains 动的是训练流程：强化学习从收尾环节被挪成了训练主体。剩下两个数字更值得记：高负载推理吞吐接近 Qwen3.5-9B 的两倍​，单请求速度提升约 1.6 倍。翻译成日常一点的话，同一张显卡能同时喂饱的编程助手变多了。

升级动在了训练阶段

Mellum2.1 延续 Mellum2 的 12B 混合专家架构，活跃参数 2.5B，许可证仍是 Apache 2.0。架构没变，变的是训练。

JetBrains 把强化学习从原来的短期收尾扩展成了训练主体，并在数学、算法竞赛、科学、工具调用和软件工程几个方向补了训练数据。撑起这套训练的是内部搭的强化学习环境，训练期间启动过数百万个沙盒，覆盖数千个环境​。

数据在进炉子之前也被筛过一遍。测试本身有缺陷的、答案没法验证的、难度明显不对的任务，都被剔掉了。

能力上的变化是具体的：升级后的模型会自己翻代码库、改文件、回头检查自己的改动，也能找到失败测试的根因，起草修复方案，再跑一遍验证结果。JetBrains 说最大的改进就落在这类智能体编程任务上。

2.5B 干活，12B 兜底

混合专家的做法是让模型带着 12B 的知识量，但在处理一个 token 时只叫醒 2.5B 去算。

算力账单按 2.5B 付，不按 12B 付，同一张显卡因此能塞进更大的批量。JetBrains 把 Mellum2.1 和 Mellum2、Qwen3.5-9B、Gemma 4 E4B 放在同一套评测设置下比，高负载推理时 Mellum2.1 的吞吐 token 数接近 Qwen3.5-9B 的两倍​。

另一个细节是多了个多 Token 预测，也就是 MTP，模型一次往下猜多个 to