JetBrains 釋出 Mellum2.1 開放權重，以真實儲存庫強化學習提升程式代理能力

JetBrains 於 10 月 8 日發布 Mellum2.1 Thinking，面向可自行探索儲存庫、修改檔案及執行測試的程式代理。它延續 Mellum2 的混合專家架構，總參數為 120 億，每個 token 啟用約 25 億參數，權重以 Apache 2.0 授權公開。此次升級集中在後訓練，讓既有模型學會更完整的軟體工程操作流程。官方發布說明

JetBrains 表示，訓練期間在數千種環境中執行了數百萬次沙箱運行，並擴充程式設計、數學與工具使用任務。軟體工程訓練讓模型進入真實儲存庫，使用 shell 與檔案編輯工具，以測試通過作為獎勵。團隊也篩除測試損壞、答案無法驗證及難度不合適的資料；這使資料與執行環境的品質成為此次更新的核心。訓練方法

官方模型卡列出的 SWE-bench Verified 解題率由前代的 2.0% 升至 47.0%，但同場 Qwen3.5-9B 為 50.0%。這些結果均由 JetBrains 自行測量：代理測試統一使用 Pi v0.73.1、shell 與檔案工具，配置 114K 上下文及每回合最多 16K 輸出 token。前代也重新評測，因此數字應在這套流程內比較，跨排行榜引用仍須核對代理工具與推論預算。評測與設定

部署方面，官方已提供 GGUF 量化檔，Q4_K_M 約 8.1 GB，可接入 llama.cpp、Ollama 等執行環境。這只是權重檔案大小，實際記憶體還須容納 KV 快取與執行開銷。量化品質數字則來自短上下文的 Wikitext-2 logits 比較，不能直接代表長程式任務的解題率。官方量化模型卡

對希望自行託管程式代理的團隊，這提供了可實測的開放權重選項。接下來應在自有儲存庫核對修補成功率、工具呼叫可靠性與完整任務延遲；中文需求理解及量化後的多回合穩定性，也仍需獨立測試。