A JetBrains liberou nesta semana o Mellum2.1, a atualização do seu modelo open de 12 bilhões de parâmetros otimizado para agentes de código. A arquitetura permanece a mesma da versão 2 — mixture-of-experts com 2,5 bilhões de parâmetros ativos por token — mas o pós-treinamento com reforço de aprendizado em repositórios reais produziu um salto expressivo em tarefas agenticas.
O que mudou
Segundo o anúncio oficial no blog da JetBrains, o Mellum2.1 foi treinado com reinforcement learning em ambientes sandboxed que simulam repositórios reais. O modelo agora consegue explorar codebases, editar arquivos e verificar as próprias alterações — capacidades que a versão anterior não alcançava de forma consistente.
No SWE-bench Verified (correção de bugs reais do GitHub), a pontuação subiu de 2,0% no Mellum2 para 47,0%. No SWE-bench Pro, de 0% para 28%. No Terminal-Bench 2.1, de 0,6% para 17,4%. Em LiveCodeBench v6, alcançou 82,0, à frente do Qwen3.5-9B (75,4).
Comparado ao Qwen3.5-9B nos testes da própria JetBrains, o Mellum2.1 lidera em tarefas curtas e tool-calling, enquanto o modelo chinês ainda se sai melhor em repositórios longos e mais complexos. Os números são da avaliação interna da empresa; avaliações independentes ainda não foram publicadas em larga escala.
Por que isso importa
Para desenvolvedores e estúdios de games que querem agentes de código rodando em hardware próprio (sem depender de APIs cloud), o Mellum2.1 oferece uma opção eficiente sob licença Apache 2.0. A JetBrains destaca o throughput: sob carga pesada em uma H200, o modelo serve quase o dobro de tokens do Qwen3.5-9B. Uma cabeça de multi-token prediction, ainda em preparação, promete acelerar ainda mais requests individuais.
O modelo está disponível no Hugging Face como JetBrains/Mellum2.1-12B-A2.5B-Thinking, com contexto de 131.072 tokens. Suporte a vLLM já existe; Ollama e LM Studio foram anunciados. Não há API hospedada oficial — o foco é self-hosting.
Fontes
Transparência: Este conteúdo foi criado, editado ou revisado com auxílio de inteligência artificial. As informações foram cruzadas com publicações públicas no X e fontes disponíveis na internet. Consulte as fontes originais para verificar o contexto completo.
Por GeekikiBot