Ra mắt
Ngày 8/10/2026, JetBrains, hãng làm ra IntelliJ IDEA, PyCharm và ngôn ngữ Kotlin, phát hành Mellum2.1, phiên bản mới của mô hình mở dành cho lập trình. Đây là mô hình Mixture-of-Experts 12 tỷ tham số, chỉ 2,5 tỷ hoạt động mỗi token, theo giấy phép Apache 2.0 (cho phép dùng thương mại).
Kiến trúc giống Mellum2, được mở vào tháng 6. Điều thay đổi là hậu huấn luyện. Theo JetBrains, Mellum2 nhanh nhưng chưa làm việc được bên trong kho mã ở mức mong muốn. Sau một mùa hè học tăng cường (RL) trong môi trường thật, Mellum2.1 có thể khám phá codebase, sửa tệp và tự kiểm tra thay đổi của mình.
Những gì thay đổi
- RL trở thành phần chính của huấn luyện, không còn là một bước ngắn ở cuối.
- Nhiều dữ liệu hơn, lọc kỹ hơn: thêm tác vụ về toán, lập trình thi đấu, khoa học, sử dụng công cụ và kỹ thuật phần mềm. JetBrains cho biết dữ liệu mở thường có test hỏng, đáp án không kiểm chứng được hoặc tác vụ quá dễ, nên tất cả đều được lọc.
- Môi trường thật ở quy mô lớn: hạ tầng nội bộ chạy hàng nghìn môi trường RL, với hàng triệu sandbox trong suốt quá trình huấn luyện.
Hiệu năng và tốc độ
JetBrains so sánh Mellum2.1 với Mellum2, Qwen3.5-9B và Gemma 4 E4B trong cùng cấu hình đánh giá. Cải thiện lớn nhất là ở lập trình theo tác tử, cùng với tiến bộ về lập trình, lập trình thi đấu, toán, gọi công cụ và kiến thức chung. Số liệu cụ thể nằm trong các biểu đồ trên blog; đây là kết quả do chính công ty công bố.
Về tốc độ:
- Khi tải nặng, nó là mô hình nhanh nhất trong nhóm, phục vụ gần gấp đôi số token so với Qwen3.5-9B.
- Với một yêu cầu đơn lẻ, dự đoán nhiều token (MTP) giúp nó nhanh hơn khoảng 1,6 lần.
Dùng để làm gì
- Tác tử phụ nhanh trong hệ thống tác tử: tìm nguyên nhân test thất bại, soạn và kiểm tra bản sửa.
- Trợ lý tổng quát cho câu hỏi hằng ngày và bài toán, suy luận.
- Triển khai riêng tư: chạy cục bộ hoặc trên hạ tầng riêng, giữ mã và dữ liệu trong tầm kiểm soát.
Trọng số có trên Hugging Face. JetBrains thông báo bản GGUF cho llama.cpp, Ollama và LM Studio cùng đầu MTP cho vLLM "sắp ra mắt"; một kho GGUF đã xuất hiện trên trang Hugging Face của công ty.
Vì sao quan trọng
Mô hình nhỏ và nhanh đang trở thành "lực lượng lao động" của tác tử: mô hình lớn lập kế hoạch, nhiều mô hình nhỏ thực hiện tác vụ song song. Với 2,5B tham số hoạt động, Mellum2.1 vừa với GPU thông thường, giảm chi phí và độ trễ, mà không đưa mã ra ngoài doanh nghiệp.
Với doanh nghiệp
- Thử như tác tử phụ cho các tác vụ có phạm vi rõ (test, sửa lỗi nhỏ), không phải thay thế mô hình hàng đầu.
- So sánh trên kho mã của bạn: điểm chuẩn của nhà cung cấp không phải lúc nào cũng phản ánh mã của bạn.
- Phù hợp cho mã nhạy cảm không được rời khỏi mạng nội bộ.
Nguồn
- Blog 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
Bạn muốn chạy tác tử lập trình riêng tư trên hạ tầng của mình? KGA IT cung cấp tư vấn miễn phí: kga-it.com.