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

JetBrains will ein Modell, das in einem Repository arbeiten kann und trotzdem auf eigener Hardware läuft. Im Oktober hat das Unternehmen Mellum2.1 angekündigt (Ankündigung), die nächste Version des 12B-Modells, das es im Juni als Open Source freigegeben hat. Die Architektur ist gleich geblieben, alles nach dem Pre-Training ist neu.

Was Mellum2.1 ist

• Klein und sparsam: ein Mixture-of-Experts-Modell mit 12B Parametern, von denen pro Token 2,5B aktiv sind, und 131.072 Tokens Kontext.
• Ein Denkmodell: Der Checkpoint heißt Mellum2.1-12B-A2.5B-Thinking.
• Offen: Apache 2.0, die Gewichte liegen auf Hugging Face.
• Fürs Arbeiten in Repos trainiert: Reinforcement Learning wurde vom kurzen letzten Schritt zum Hauptteil des Trainings. Für Software-Aufgaben übte das Modell in echten Repositories mit Shell und Datei-Werkzeugen und wurde belohnt, wenn die Tests bestanden, über Millionen Läufe in Sandboxes. Laut JetBrains erkundet es jetzt eine Codebasis, bearbeitet Dateien und prüft seine eigenen Änderungen.

Die Zahlen von JetBrains

Alle Werte stammen von JetBrains selbst, gemessen mit derselben Pipeline für jedes Modell, die Agenten-Aufgaben im Open-Source-Agenten Pi (Version 0.73.1):

• SWE-bench Verified: 47,0 % (Mellum2: 2,0 %, Gemma 4 E4B: 23,0 %, Qwen3.5 9B: 50,0 %)
• SWE-bench Pro: 28,0 % (Qwen3.5 9B: 38,0 %)
• Terminal-Bench 2.1: 17,4 % (Qwen3.5 9B: 21,7 %)
• LiveCodeBench v6: 82,0 % (Qwen3.5 9B: 75,4 %)

Der Sprung gegenüber Mellum2 ist bei Agenten-Aufgaben riesig, aber Qwen3.5 9B bleibt dort vorn. Mellums Argument ist das Tempo: Laut JetBrains liefert es unter hoher Last fast doppelt so viele Tokens wie Qwen3.5 9B, und Multi-Token Prediction (MTP) macht eine einzelne Anfrage etwa 1,6-mal schneller.

Selbst betreiben

Die Modellkarte zeigt, wie es mit vLLM läuft, mit Werkzeugaufrufen über den Hermes-Parser. Der Blogbeitrag nennt Builds für llama.cpp, Ollama und LM Studio „bald verfügbar“, doch JetBrains hat schon ein GGUF-Repository auf Hugging Face: Die empfohlene 4-Bit-Datei (Q4_K_M) ist 8,1 GB groß, die kleinste (MXFP4_MOE) 7,0 GB, und Ollama startet sie mit ollama run hf.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF:Q4_K_M. Der MTP-Kopf für schnelleres Dekodieren in vLLM kommt noch.

Unsere Einschätzung

Ein Modell mit 2,5B aktiven Parametern und 47 % auf SWE-bench Verified, gemessen vom Hersteller, ersetzt in einem langen Refactoring nicht die großen Modelle. Sein Platz ist der, den JetBrains nennt: Sub-Agenten, schnelle Korrekturen, ein erster Blick auf einen roten Test und Arbeit, bei der Code das Haus nicht verlassen darf. Dass JetBrains es mit offenen Modellen seiner Klasse vergleicht und zeigt, wo es verliert, macht die Zahlen glaubwürdiger. Unter Apache 2.0 ist es einen Test wert.

In AyCode

In einem Codex-Chat kann AyCode Modelle eines laufenden Ollama oder LM Studio ohne Anmeldung finden (Doku). Das belegt noch keine Kompatibilität: Wir haben Mellum2.1 nicht durchgängig mit Codex in AyCode getestet. Werkzeugaufrufe und längere Aufgaben musst du mit deinem Setup prüfen. In AyCode läuft außerdem Pi, neben Claude Code, Codex, OpenCode und weiteren Agenten (alle Agenten). Der Modellvergleich schickt einen Prompt an mehrere Modelle und zeigt ihre Antworten nebeneinander.