JetBrains 10 月 8 日放出了编码模型 Mellum2.1。有意思的地方在于：这次升级几乎没碰模型本身——架构、参数规模、许可证全部沿用 6 月开源的 Mellum2，还是那个 12B 稀疏 MoE、每 token 激活 2.5B、Apache 2.0。真正被换掉的是预训练之后的一切：一个夏天，全部押在强化学习上。
RL 从「收尾工序」变成训练主体
官方博客把这次更新概括为三条。第一，RL 的地位变了：在 Mellum2 里它只是预训练后的一段短收尾，这次成了训练的主要部分。第二，数据更多也过滤得更狠：新任务覆盖数学、竞赛编程、科学、工具使用和软件工程，来源是公开 RL 数据集加自建任务——官方特别提到公开数据常带损坏的测试、无法验证的答案，或对模型来说过易/过难的题，每个来源进训练前都过了一遍筛。第三，为了练出 agentic 技能，他们自建了能同时跑数千个 RL 环境的基础设施，整个训练周期累计启动了数百万次沙箱。
成果按官方的说法是：Mellum2 时代「快但难以在代码库里按预期干活」，Mellum2.1 能自己探索代码库、改文件、检查自己的改动——从定位一条失败测试的根因，到起草修复、再自查，整条链路都能接。
跑分与速度：小模型打两张牌
JetBrains 用同一套评测把 Mellum2.1 和 Mellum2、Qwen3.5-9B、Gemma 4 E4B 放在一起比。官方结论是提升最大的一档在 agentic coding，其余的编码、竞赛编程、数学、工具调用和通用知识也全线有涨，难题日常题都稳。
速度是这个模型的传统强项。架构没动，所以 Mellum2.1 和上一代一样快，外加多 token 预测（MTP）再推一把：官方称重负载下它是受测组里最快的，单张 H200 上吞吐接近 Qwen3.5-9B 的两倍；单请求场景 MTP 带来约 1.6 倍提速。
工具厂商下场做模型的独特姿势
值得琢磨的是 JetBrains 的位置。它不是模型公司，是 IDE 公司——每天看着真实开发者在真实仓库里怎么工作。Mellum2.1 的目标场景写得很清楚：给 coding agent 当干活的 worker、当快速 sub-agent，跑在你自己的硬件上，代码不出内网。模型权重已上 Hugging Face，面向 llama.cpp、Ollama、LM Studio 的 GGUF 构建和 vLLM 的 MTP 推测解码头，官方说「很快就来」。
回看 6 月那篇 Mellum 2 开源文，当时的叙事还是「快模型 + focal model 思路重写生产链路」；四个月后的 2.1 把重心整个挪到了 agent 技能上。这恰好对上了行业风向：纯补全型小模型的故事越来越难讲，「能在环境里自己动手」成了新门槛——哪怕只是 12B。
对小团队的意义其实很直接：一套 Apache 2.0、单卡能跑、吞吐翻倍于同档模型的 agent worker，把私有部署成本压到了新低。大模型拼天花板，小模型拼单位成本——Mellum2.1 选了后者，而且这次把「会用工具」也补上了。
参考：JetBrains 官方博客 https://blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/