JetBrains 开源 Mellum2.1 编程模型：SWE-bench 修复率从 2% 跃至 47%

10月8日，JetBrains 在 Hugging Face 发布 Mellum2.1，一款面向编程智能体的开源模型。它仍保持 12B 总参数、约 2.5B 激活的 MoE 架构与 Apache 2.0 许可，但把强化学习从收尾微调阶段变为训练主体，在数千个环境、数百万次沙箱运行中专攻”读代码库—改文件—自检”的智能体行为。

事件背景

此前第一代 Mellum 在 SWE-bench Verified（真实 GitHub Issue 端到端修复）上仅能解决约 2% 的案例，定位更接近”逐行代码补全器”。JetBrains 改变训练范式后，模型从”补全一行代码”迈向”扛下一整个需求”。

核心内容

据 JetBrains 官方技术卡与多家媒体评测，Mellum2.1 的 SWE-bench Verified 修复率从 Mellum2 的 2% 跃升至 47%，LiveCodeBench v6 达 82.0%，HumanEval+ 达 91.5%。

  • 架构：12B MoE / 2.5B 激活 / 131K 上下文，Apache 2.0 可商用；
  • Thinking 变体引入显式推理链，AIME 25/26 数学达 83.3%；
  • 吞吐：高负载下单张 H200 约为 Qwen3.5-9B 的两倍，多 token 预测带来约 1.6 倍单请求提速（随后发布）。

影响与解读

JetBrains 的卖点不是跑分而是”速度与自托管”：模型可在企业内网、甚至气隙环境中运行，源码不必外发，降低知识产权泄露面。不过官方评测显示，在真实长任务仓库上 Qwen3.5-9B（50%）仍略胜一筹。对”多智能体并行、固定 GPU 预算、代码不外传”的团队，Mellum2.1 值得一试；日常复杂任务仍建议保留 Qwen3.5-9B。

相关动态

JetBrains 计划把 Mellum2.1 作为插件接入 IntelliJ IDEA、PyCharm、CLion 等旗舰 IDE，并探索摄入架构图、UI 截图与运行时日志的多模态扩展。

信息来源：DataNorth AI、Hugging Face 模型卡

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。