JetBrains lanza el modelo de IA de programación Mellum2.1, con un rendimiento de alta carga que duplica al de la competencia

JetBrains lanza el modelo de IA de programación Mellum2.1, con un rendimiento de alta carga que duplica al de la competencia

AIbase基地

El conocido fabricante de herramientas de desarrollo JetBrains ha lanzado oficialmente el nuevo modelo de IA de programación Mellum2.1, con una profunda mejora centrada en las capacidades de programación agéntica. El modelo continúa utilizando la arquitectura de mezcla de expertos de 12B y una licencia de código abierto, con el objetivo de reducir aún más las barreras para el despliegue privado por parte de empresas y desarrolladores individuales.

El aprendizaje por refuerzo potencia las capacidades agénticas

En cuanto al mecanismo de entrenamiento, Mellum2.1 expandió el aprendizaje por refuerzo de una fase final breve a su componente central de entrenamiento, y completó un refuerzo específico en ingeniería de software y algoritmos en millones de entornos sandbox. El modelo mejorado cuenta con potentes capacidades autónomas de búsqueda y verificación, capaces de localizar con precisión la causa raíz de las pruebas fallidas y redactar soluciones de reparación.

Gran mejora del rendimiento de inferencia

Gracias a la introducción de la tecnología de predicción de múltiples tokens, la velocidad de respuesta del modelo en escenarios de solicitud única aumentó aproximadamente 1.6 veces. Según los datos de pruebas oficiales, ante solicitudes de inferencia de alta carga, el rendimiento en tokens del modelo se acerca al doble del popular modelo de código abierto Qwen3.5-9B, ofreciendo una excelente relación coste-rendimiento para despliegues de código a gran escala.

Este artículo proviene del boletín diario de AIbase

¡Bienvenido a la sección [Boletín de IA]! Aquí tienes tu guía diaria para explorar el mundo de la inteligencia artificial. Cada día te presentamos los temas más destacados del ámbito de la IA, con un enfoque en los desarrolladores, para ayudarte a comprender las tendencias tecnológicas y conocer aplicaciones y productos innovadores de IA.