JetBrains veröffentlicht Mellum2.1: offenes 12B-Modell für Coding-Agenten

Gleiche Architektur, völlig anderes Training

Mellum2.1 baut auf dem Modell auf, das JetBrains im Juni als Open Source veröffentlicht hat. Die Architektur hat sich seit Version 2 nicht verändert: Es handelt sich um ein kompaktes Modell mit 12B Parametern, davon 2,5B aktiv, das unter der Apache-2.0-Lizenz steht.

Geändert hat sich alles, was nach dem Pre-Training kommt. JetBrains zufolge war Mellum2 zwar schnell, konnte aber nicht auf dem Niveau in einem Repository arbeiten, das sich das Team gewünscht hatte. Nach einem, wie das Unternehmen es beschreibt, Sommer voller Reinforcement Learning (RL) in realen Umgebungen, mit Millionen von Sandbox-Läufen in Tausenden von Umgebungen, kann Mellum2.1 nach Angaben von JetBrains eine Codebasis erkunden, Dateien bearbeiten und die eigenen Änderungen verifizieren.

Was in die RL-Arbeit geflossen ist

Laut JetBrains ging fast der gesamte Aufwand für diese Version in das Post-Training. Das Unternehmen nennt drei zentrale Änderungen:

• RL in neuem Maßstab: Reinforcement Learning wurde von einer kurzen Schlussphase zum Hauptbestandteil des Trainings. Das Team führte zahlreiche Experimente zu Methoden und Daten durch und behielt, was sich bewährte.
• Mehr Daten, strenger gefiltert: Neue RL-Aufgaben kamen in den Bereichen Mathematik, Wettbewerbsprogrammierung, Naturwissenschaften, Tool-Nutzung und Softwareentwicklung hinzu, kombiniert aus offenen RL-Datensätzen und selbst erstellten Aufgaben von JetBrains. Das Unternehmen weist darauf hin, dass offene Daten oft fehlerhafte Tests, nicht überprüfbare Antworten oder zu leichte beziehungsweise unlösbare Aufgaben enthalten, weshalb jede Quelle vor dem Training gefiltert wurde.
• Reale Umgebungen: JetBrains baute eine Infrastruktur auf, um Tausende RL-Umgebungen im eigenen Haus zu betreiben, und startete während des Trainings Millionen von Sandboxes.

Leistung und Geschwindigkeit

JetBrains verglich Mellum2.1 mit Mellum2 sowie mit zwei offenen Modellen einer ähnlichen Klasse, Qwen3.5-9B und Gemma 4 E4B, wobei für alle dasselbe Evaluierungs-Setup verwendet wurde. Der Beitrag nennt keine Benchmark-Werte. Laut Unternehmen liegt der größte Zugewinn gegenüber Mellum2 beim agentischen Coding, zudem gebe es Verbesserungen bei Coding, Wettbewerbsprogrammierung, Mathematik, Tool Calling und Allgemeinwissen.

Bei der Geschwindigkeit blieb die Architektur vom Post-Training unberührt, Mellum2.1 ist also so schnell wie Mellum2, und Multi-Token Prediction (MTP) macht es noch schneller. JetBrains zufolge ist Mellum2.1 unter hoher Last das schnellste Modell der Vergleichsgruppe und liefert fast doppelt so viele Tokens wie Qwen3.5-9B. Bei einer einzelnen Anfrage macht MTP es laut Unternehmen etwa 1,6-mal schneller.

Einsatzmöglichkeiten und Verfügbarkeit

JetBrains positioniert Mellum2.1 als leistungsfähigen Arbeiter innerhalb agentischer Systeme, der Teile des Plans eines Agenten übernimmt, von der Ermittlung der Ursache eines fehlschlagenden Tests bis zum Entwurf und zur Prüfung einer Korrektur. Zudem wird es als allgemeiner Assistent beschrieben, der Alltagsfragen beantwortet und schwierige Mathematik- und Logikaufgaben Schritt für Schritt löst. Für Teams, die Kontrolle über Code und Daten behalten wollen, lässt es sich lokal oder auf der eigenen Infrastruktur betreiben.

Mellum2.1 ist auf Hugging Face verfügbar. GGUF-Builds für llama.cpp, Ollama und LM Studio sowie der MTP-Head für Speculative Decoding in vLLM sind als „demnächst verfügbar“ aufgeführt. JetBrains lädt Entwickler, die Coding-Agenten, Sub-Agenten oder KI-Tools auf eigener Infrastruktur bauen, ein, das Modell auszuprobieren und Feedback zu senden, das nach Angaben des Unternehmens in die nächste Version einfließen soll.