JetBrains 1 июня 2026 года представила Mellum2 — открытую языковую модель для задач с кодом и текстом. Это уже не просто модель автодополнения в IDE, а 12B Mixture-of-Experts-модель, которая должна работать быстро в агентных системах, RAG-пайплайнах, маршрутизации запросов и приватных разработческих контурах.
Что произошло
JetBrains опубликовала Mellum2 на Hugging Face и выпустила технический отчёт по модели. Главная идея релиза: не пытаться конкурировать с самыми крупными универсальными моделями, а дать разработчикам и командам компактный, быстрый и контролируемый инструмент для частых промежуточных задач.
Mellum2 имеет 12 млрд параметров, но за один токен активирует только 2,5 млрд. Это достигается за счёт архитектуры Mixture-of-Experts: внутри модели есть набор «экспертов», но для конкретного фрагмента текста или кода включается только часть из них. Поэтому модель сохраняет ёмкость более крупной системы, но по вычислительной стоимости ближе к меньшей dense-модели.
JetBrains позиционирует Mellum2 как модель для text-and-code workloads: генерация и редактирование кода, объяснение, отладка, суммаризация, маршрутизация, подготовка контекста, tool use, function calling и агентные сценарии. Лицензия — Apache 2.0, то есть модель можно использовать достаточно свободно, включая коммерческие сценарии, с соблюдением условий лицензии.
Простыми словами: зачем нужна Mellum2
В современных AI-системах редко всё делает одна модель. Даже если в интерфейсе пользователь видит один чат, внутри может быть несколько шагов: классифицировать запрос, найти документы, сжать контекст, выбрать инструмент, проверить ответ, составить план, переписать фрагмент кода, подготовить финальный вывод.
Для каждого такого шага можно вызывать большую модель уровня GPT-5, Claude или Gemini, но это дорого, медленно и часто избыточно. Например, чтобы определить, относится ли запрос к багу, рефакторингу или документации, не всегда нужен самый мощный reasoning-модель. То же касается короткой суммаризации найденного куска документации или выбора подходящего инструмента в агентном пайплайне.
Mellum2 как раз закрывает этот класс задач. Она не заявлена как замена frontier-моделям. Скорее это «рабочая» модель, которую можно поставить внутрь продукта, IDE, корпоративного ассистента или RAG-системы и использовать там, где важны задержка, стоимость и предсказуемость.
Что такое Mixture-of-Experts
Обычная dense-модель при генерации каждого токена использует все свои параметры. Если модель большая, каждый токен обходится дорого. Mixture-of-Experts устроена иначе: в ней есть несколько специализированных блоков-экспертов, а роутер выбирает, какие из них нужны для текущего токена.
У Mellum2 всего 12 млрд параметров, но активных на токен — 2,5 млрд. Это означает, что модель не «прогоняет» весь свой объём на каждом шаге. Для продакшена это важно: меньше вычислений, ниже задержка, выше пропускная способность, потенциально дешевле инференс.
JetBrains также пишет, что Mellum2 быстрее похожих по классу открытых моделей более чем в два раза по инференсу. Тут стоит читать формулировку аккуратно: речь не о том, что модель в два раза умнее, а о том, что при сопоставимом качестве на ряде бенчмарков она должна быть выгоднее по скорости.
Чем Mellum2 отличается от первого Mellum
Первый Mellum был гораздо более узким инструментом. JetBrains запускала его как модель для code completion — автодополнения кода в IDE. Позже Mellum открыли на Hugging Face: это была 4B dense-модель, обученная с фокусом на разработческие языки и сценарии автодополнения.
Mellum2 — другой уровень продукта.
Во-первых, изменилась архитектура. Mellum был dense-моделью на 4 млрд параметров. Mellum2 — MoE-модель на 12 млрд параметров с 2,5 млрд активных параметров на токен. То есть новая версия больше по общей ёмкости, но не обязательно тяжелее в каждом конкретном запросе.
Во-вторых, расширился набор задач. Первый Mellum был в первую очередь про автодополнение: предсказать следующий фрагмент кода в редакторе, желательно быстро и без лишнего текста. Mellum2 уже рассчитан не только на completion, но и на генерацию, редактирование, отладку, reasoning-задачи, tool use, function calling и агентные workflows.
В-третьих, модель стала более пригодной для системной интеграции. У Mellum2 заявлены варианты Base, Instruct и Thinking. Instruct нужен для прямых ответов на инструкции, Thinking — для задач, где модель сначала строит рассуждение, а затем выдаёт финальный ответ. Это ближе к тому, как сегодня строят AI-агентов и ассистентов для разработки.
В-четвёртых, контекст стал длиннее. В техническом отчёте говорится о расширении pre-trained base до 128K контекстного окна. Для работы с кодовыми базами это особенно важно: можно передавать больше файлов, логов, документации, результатов поиска и промежуточных данных.
Для кого это важно
В первую очередь релиз интересен не обычному пользователю IDE, а разработчикам AI-инструментов и командам, которые строят внутренние ассистенты.
Если вы делаете AI-фичи внутри IDE, Mellum2 можно рассматривать как модель для частых фоновых операций: классификация действия, подготовка контекста, объяснение короткого фрагмента, генерация небольших изменений, проверка патча, маршрутизация между инструментами.
Если у вас RAG-система по документации или коду, модель может пригодиться для сжатия найденного контекста, постобработки retrieval-результатов, суммаризации и приведения данных к формату, который потом уйдёт в более крупную модель.
Если вы строите агентную систему, Mellum2 может выполнять роли «младших» подзадач: спланировать локальный шаг, проверить формат, выбрать tool call, нормализовать ввод, подготовить diff, оценить простой ответ. Это снижает число вызовов дорогой модели.
Если у компании есть требования к приватности, открытая модель под Apache 2.0 даёт возможность поднять инференс внутри своей инфраструктуры. Это особенно актуально для команд, которые не хотят отправлять проприетарный код во внешние API или должны соблюдать внутренние политики безопасности.
Что с качеством
JetBrains заявляет, что Mellum2 конкурентна с открытыми моделями похожего размера в задачах кода, математики, reasoning, tool use, знаний и safety. При этом ключевой акцент сделан не на рекордных результатах любой ценой, а на соотношении качества и скорости.
Это здравый подход. Для production-систем часто важнее не абсолютный максимум на одном бенчмарке, а стабильная работа в большом количестве маленьких вызовов. Если модель достаточно хорошо решает 80% промежуточных задач и делает это быстро, она может быть полезнее, чем более сильная, но дорогая модель, которую приходится беречь только для финальных reasoning-шагов.
Важно и то, что Mellum2 не мультимодальная модель. Она сфокусирована на тексте и коде. Это ограничение, но одновременно и преимущество: меньше лишней универсальности, больше специализации под разработческие сценарии.
Где модель может быть слабее
Не стоит воспринимать Mellum2 как универсального конкурента самым крупным закрытым моделям. Она не предназначена для всех задач сразу. Если нужен глубокий многошаговый анализ большой системы, сложная архитектурная дискуссия или нестандартный reasoning с высоким риском ошибки, крупные модели всё ещё будут сильнее.
Также MoE-модели могут быть сложнее в развёртывании, чем небольшие dense-модели. Нужна поддержка со стороны инференс-движка, подходящая видеопамять, нормальная настройка батчинга и контекста. Для домашнего эксперимента это не всегда «скачал и запустил на ноутбуке».
Но для серверного использования Mellum2 выглядит логично: она рассчитана именно на high-throughput и low-latency сценарии, а не на разовое общение в чате.
Почему JetBrains делает такие модели
JetBrains давно находится в выгодной позиции для разработки code-моделей: у компании есть IDE, реальные сценарии автодополнения, понимание developer experience и сильная экспертиза в языках программирования. Mellum начинался как модель, встроенная в продуктовую задачу: быстро и аккуратно помогать разработчику писать код.
Mellum2 продолжает эту линию, но выходит за рамки автодополнения. Разработка софта всё чаще становится связкой IDE, ассистента, агента, тестов, CI, документации и внутренних баз знаний. В такой системе нужна не только одна «самая умная» модель, а набор специализированных компонентов.
JetBrains называет такие модели focal models — сфокусированные модели. Идея простая: модель не обязана уметь всё, если она хорошо закрывает конкретный участок работы. Для инженерных инструментов это часто более практично, чем очередная универсальная модель «для всего».
Как попробовать
Самый прямой способ — открыть коллекцию Mellum 2 на Hugging Face и скачать нужный чекпойнт. В анонсе JetBrains указывает коллекцию с весами Mellum2, включая модель JetBrains/Mellum2-12B-A2.5B-Thinking.
Если вы экспериментируете локально или на своём сервере, дальше всё зависит от поддержки конкретного инференс-стека. Проверять стоит Hugging Face Transformers, vLLM, SGLang и другие движки, которые умеют работать с современными MoE-моделями. Перед запуском нужно смотреть model card: требования к памяти, формат весов, рекомендуемые параметры генерации и поддерживаемые варианты.
Для разработчиков AI-продуктов практический тест может выглядеть так:
- Взять небольшой набор внутренних задач: классификация запросов, суммаризация кусков документации, подготовка контекста, простые code edits.
- Прогнать их через Mellum2 и через текущую рабочую модель.
- Сравнить не только качество ответов, но и latency, стоимость инференса, стабильность формата, процент ошибок.
- Оставить Mellum2 там, где она даёт достаточное качество быстрее или дешевле.
- Более сложные шаги по-прежнему отдавать крупной модели.
Если вы обычный пользователь JetBrains IDE и хотите просто AI-функции без self-hosting, тогда Mellum2 как открытая модель может быть не самым простым путём. Проще использовать JetBrains AI Assistant или встроенные AI-возможности IDE. Подписки и доступы к JetBrains-продуктам иногда покупают через маркетплейсы вроде plati.market, но для рабочей лицензии лучше внимательно проверять продавца, регион, условия активации и соответствие правилам JetBrains. Сама Mellum2 при этом доступна отдельно как open-weight модель на Hugging Face.
Что это значит для рынка
Релиз Mellum2 хорошо показывает текущий сдвиг в AI-разработке. В 2023-2024 годах фокус был на «самой большой модели». Сейчас всё больше внимания уходит в сторону стеков: большая модель для сложных решений, маленькие и средние модели для частых операций, отдельные модели для кода, поиска, маршрутизации, безопасности и проверки.
Для компаний это прагматичный путь. Не обязательно отправлять каждый внутренний шаг в дорогой API. Можно держать часть задач на своих серверах, контролировать данные, снижать задержку и стоимость. Особенно в разработке, где один пользовательский запрос может превращаться в десятки внутренних model calls.
Mellum2 не меняет рынок в одиночку, но добавляет в него полезный класс модели: открытую, специализированную, рассчитанную на инженерную интеграцию, а не только на демонстрационные чаты.
Итог
Mellum2 — свежий и важный релиз для тех, кто строит AI-инструменты вокруг разработки. По сравнению с первым Mellum модель стала шире по задачам, получила MoE-архитектуру, 12 млрд параметров, 2,5 млрд активных параметров на токен, варианты для instruction/thinking-сценариев и фокус на продакшен-инференсе.
Главное здесь не в том, что JetBrains выпустила «ещё одну LLM». Главное — в направлении: специализированные открытые модели становятся строительными блоками AI-систем. Mellum2 как раз из этой категории.
Источник
Introducing Mellum2: A 12B Mixture-of-Experts Model by JetBrains