JetBrains 开源 Mellum2.1：12B MoE 只激活 2.5B，全部改进来自真环境强化学习，SWE-bench Verified 从 2.0 升到 47.0
JetBrains 开源 Mellum2.1，是 6 月开源的 12B MoE 模型 Mellum2 的下一版：架构一字未改——64 专家 8 激活、每 token 只激活 2.5B、Apache 2.0 许可；改的全是预训练之后的部分。官方对上一版的评价很直接：Mellum2 快，但在仓库里干不动活——它不能自己进代码库、改文件、回头验证改动。
这一版把强化学习从收尾的小阶段变成训练主体：在真实仓库里带 shell 与文件编辑工具跑智能体轨迹，测试通过才给奖励；环境覆盖数千个、沙箱跑量以百万计，开放的 RL 数据集先按「测试是坏的 / 答案不可验证 / 太简单或不可能」筛过一轮。除了编码，训练任务还覆盖数学、竞赛编程、科学与工具调用。
成绩为官方自测（同一管线、thinking 模式；智能体任务用开源 Pi v0.73.1 harness、114K 上下文）：SWE-bench Verified 2.0→47.0，SWE-bench Pro 0.0→28.0，Terminal-Bench 2.1 0.6→17.4，LiveCodeBench v6 82.0、HumanEval+ 91.5、MBPP+ 79.4、BFCL v4 62.3 均在同组领先；安全侧 HarmBench 由 21.5 降到 8.5（越低越好）。但它仍不是最强：SWE-bench Verified 低于 Qwen3.5-9B 的 50.0，AIME 25/26 的 83.3 也落后其 86.7。
原文链接：JetBrains 官方博客
核验记录
官方博文为 blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/（搜索索引可读到正文「Today, we're releasing Mellum2.1」与全文），但本机多次直读该单篇页与 /ai/ 频道页均返回空响应（bytes=0），页面自身 datePublished 未直读。日期 10-08 由三处交叉：官方 HF 仓 JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF 的 createdAt 2026-10-07T18:43:52Z（=10-08 02:43 CST）、主仓 lastModified 2026-10-07T23:08:12Z；官方博文 URL 路径为 /2026/10/；MarkTechPost 10-08 发稿。附录「GGUF 与 MTP 头即将提供」为官方博文口径，而 HF 上官方 GGUF 仓已存在（7.0-8.1GB 量级为二手稿转述）。所有基准为 JetBrains 自测，未经第三方复现。
← 上一篇Epoch 把自家工作原样交给六个模型做：定义清楚的任务能做，开放式的做不了，还把自己实验设置的缺陷当成主要发现下一篇 →speridlabs 开源 Iris-3B：3B 像素空间文生图打平 Qwen-Image，但下游任务没有优势