JetBrains开源Mellum2.1：LiveCodeBench测试超过Qwen3.5-9B

动察 Beating AI 快讯，JetBrains 发布开源编程模型 Mellum2.1。与今年 6 月推出的 Mellum2 相比，新版总参数仍为 120 亿，每次生成只激活 25 亿，但更擅长查找代码问题、修改文件并检查结果。

JetBrains 没有改动模型架构，主要靠强化学习提升能力。团队在数千种环境中运行了数百万次沙盒任务。训练时，模型在真实代码仓库中调用终端和文件编辑工具，成功通过测试便能获得奖励。

JetBrains 自测显示，SWE-bench Verified（真实软件问题修复测试）的成功率从旧版 2% 升至 47%，略低于 Qwen3.5-9B 的 50%。但在 LiveCodeBench v6 编程测试中，Mellum2.1 得分 82%，超过 Qwen 的 75.4%。JetBrains 还称，在单张 H200 上高负载运行时，新模型的输出吞吐量接近 Qwen3.5-9B 的两倍。

模型权重及 GGUF 量化版已在 Hugging Face 开放，采用 Apache 2.0 许可，可供开发者本地部署。