El lanzamiento
El 8 de octubre de 2026, JetBrains, creadora de IntelliJ IDEA, PyCharm y el lenguaje Kotlin, lanzó Mellum2.1, la nueva versión de su modelo abierto para código. Es un Mixture-of-Experts de 12.000 millones de parámetros, con solo 2.500 millones activos por token, bajo licencia Apache 2.0 (uso comercial permitido).
La arquitectura es la misma de Mellum2, abierto en junio. Lo que cambió es el post-entrenamiento. Según JetBrains, Mellum2 era rápido, pero no podía trabajar dentro de un repositorio al nivel deseado. Tras un verano de aprendizaje por refuerzo (RL) en entornos reales, Mellum2.1 puede explorar una base de código, editar archivos y comprobar sus propios cambios.
Qué cambió
- El RL pasa a ser la parte principal del entrenamiento, ya no una breve etapa final.
- Más datos, filtrados con rigor: nuevas tareas de matemáticas, programación competitiva, ciencia, uso de herramientas e ingeniería de software. JetBrains dice que los datos abiertos suelen traer tests rotos, respuestas no verificables o tareas demasiado fáciles, así que todo se filtró.
- Entornos reales a escala: infraestructura propia con miles de entornos de RL y millones de sandboxes durante el entrenamiento.
Rendimiento y velocidad
JetBrains comparó Mellum2.1 con Mellum2, Qwen3.5-9B y Gemma 4 E4B con la misma configuración de evaluación. La mayor mejora fue en programación agéntica, con avances también en código, programación competitiva, matemáticas, llamadas a herramientas y conocimiento general. Las cifras exactas aparecen en gráficos del blog; son resultados de la propia empresa.
En velocidad:
- Bajo carga pesada, fue el más rápido del grupo, sirviendo casi el doble de tokens que Qwen3.5-9B.
- Para una sola petición, la predicción de múltiples tokens (MTP) lo hace cerca de 1,6 veces más rápido.
Para qué sirve
- Subagente rápido dentro de sistemas agénticos: encontrar la causa de un test que falla, redactar y comprobar una corrección.
- Asistente general para preguntas cotidianas y problemas de matemáticas y razonamiento.
- Despliegue privado: ejecutarlo en local o en su infraestructura, manteniendo código y datos bajo control.
Los pesos están en Hugging Face. JetBrains anunció builds GGUF para llama.cpp, Ollama y LM Studio y la cabeza MTP para vLLM "próximamente"; ya aparece un repositorio GGUF en la página de la empresa en Hugging Face.
Por qué importa
Los modelos pequeños y rápidos se están convirtiendo en la "mano de obra" de los agentes: un modelo grande planifica y varios pequeños ejecutan tareas en paralelo. Con 2.500 millones activos, Mellum2.1 cabe en una GPU común y reduce coste y latencia, sin enviar código fuera de la empresa.
Para empresas
- Pruébelo como subagente en tareas bien acotadas (tests, correcciones pequeñas), no como sustituto de modelos de frontera.
- Compare en su repositorio: los benchmarks del proveedor no siempre reflejan su código.
- Ideal para código sensible que no puede salir de la red.
Fuentes
- Blog de JetBrains (8/10/2026): https://blog.jetbrains.com/ai/2026/10/mellum2-1-gets-to-work-a-fast-open-model-for-coding-agents/
- Hugging Face, JetBrains/Mellum2.1-12B-A2.5B-Thinking: https://huggingface.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking
¿Quiere ejecutar agentes de código privados en su propia infraestructura? KGA IT ofrece una consulta gratuita: kga-it.com.