¿Qué es Mellum2.1 Thinking?
Mellum2.1 Thinking es el modelo abierto más reciente de JetBrains, anunciado el 8 de octubre de 2026 como la siguiente versión de Mellum2, que la empresa liberó en junio. Es un modelo mixture-of-experts con 12.000 millones de parámetros, 2.500 millones activos por token, y un contexto de 131.072 tokens. La arquitectura no cambia respecto a Mellum2; JetBrains dedicó esta versión al aprendizaje por refuerzo, con millones de ejecuciones en sandbox dentro de repositorios reales en las que el modelo recibía recompensa cuando pasaban los tests. Solo trabaja con texto y siempre razona antes de responder.
Los pesos están bajo Apache 2.0. JetBrains publica pesos BF16, un cabezal de predicción de varios tokens para decodificar más rápido en vLLM y versiones GGUF para llama.cpp, Ollama y LM Studio, desde 7,03 GB (MXFP4) y 8,07 GB (Q4_K_M) hasta 24,31 GB (BF16). En Hugging Face, el repositorio principal tiene 193 me gusta y 11.306 descargas en los últimos 30 días, y el de GGUF, 457.537.
JetBrains no ofrece una API alojada para él; está pensado para ejecutarse en tu propio hardware.
¿Cuánto cuesta Mellum2.1 Thinking?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Apache 2.0 |
| GGUF builds | Free | MXFP4, Q4_K_M, Q6_K, Q8_0 y BF16 |
Pesos gratuitos bajo Apache 2.0. Sin API alojada; las versiones GGUF desde 7,03 GB funcionan en local.
¿Merece la pena Mellum2.1 Thinking?
Mellum2.1 Thinking convierte un modelo que no sabía trabajar dentro de un repositorio en uno que sí sabe. En el entorno de pruebas de JetBrains, su puntuación en SWE-bench Verified pasó del 2,0 % al 47,0 %, la de Terminal-Bench 2.1 del 0,6 % al 17,4 % y la de SWE-bench Pro del 0,0 % al 28,0 %. LiveCodeBench v6 subió a 82,0, por delante del 75,4 de Qwen3.5-9B y del 69,4 de Gemma 4 E4B.
Las mejoras no bastan para liderar su categoría en trabajo con agentes. En la misma tabla, Qwen3.5-9B obtiene 50,0 en SWE-bench Verified, 21,7 en Terminal-Bench 2.1 y 38,0 en SWE-bench Pro, y mucho más en GPQA Diamond, 77,8 frente a 64,6. Todas las cifras son de JetBrains, obtenidas con el mismo entorno de código abierto para todos los modelos.
Donde gana es en velocidad. Solo 2,5 mil millones de parámetros están activos por token, así que JetBrains dice que sirve casi el doble de tokens que Qwen3.5-9B con carga alta, y el cabezal de predicción de varios tokens hace las peticiones individuales unas 1,6 veces más rápidas. La versión Q4_K_M ocupa 8,07 GB y cabe en una tarjeta gráfica de 12 GB.
La pega: es un subagente, no un jefe de equipo. Un 17,4 % en Terminal-Bench significa que la mayoría de las tareas largas en terminal fallan, el contexto se queda en 131.072 tokens y siempre razona, lo que hace perder tiempo en preguntas sencillas.
Nuestra opinión: Mellum2.1 es el modelo para ejecutar muchas copias a la vez, encontrar el test que falla, redactar el arreglo y comprobarlo, mientras un modelo mayor planifica el trabajo. Como asistente de programación local único, Qwen3.5-9B sigue siendo un poco más listo.
Dónde se gana su sitio
Un ingeniero que construye una cadena de programación con varios agentes
Ejecutar muchos trabajadores baratos que encuentren causas raíz y redacten arreglos
Sirve Mellum2.1 con vLLM y el cabezal MTP, y dale tareas acotadas como rastrear un test que falla, dejando la planificación a un modelo mayor. JetBrains dice que con carga sirve casi el doble de tokens que Qwen3.5-9B.
Un desarrollador en una empresa que prohíbe los asistentes de programación en la nube
Mantener un modelo de programación con razonamiento entero en un portátil o una estación de trabajo
ollama run hf.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF:Q4_K_M descarga la versión de 8,07 GB, que cabe en una GPU de 12 GB. El código nunca sale del equipo y la licencia Apache 2.0 permite el uso comercial.
Antes de decidirte
- Puesta en marcha
- Descárgalo de Hugging Face y sírvelo con vLLM, o carga una versión GGUF en llama.cpp, Ollama o LM Studio; Q4_K_M es la recomendada.
- Integraciones
- Endpoint compatible con OpenAI mediante vLLM u Ollama; llamadas a herramientas; JetBrains lo evaluó en el entorno de agentes de código abierto Pi con herramientas de shell y archivos.
- Datos y privacidad
- No hay servicio alojado, así que todo se ejecuta en hardware que controlas. El entrenamiento usó conjuntos abiertos de RL y tareas creadas por JetBrains.
- Coste a escala
- Pesos gratuitos; el archivo BF16 de 24,31 GB cabe en una GPU de centro de datos, y la versión Q4_K_M de 8,07 GB funciona en una tarjeta de consumo de 12 GB.
- Límites
- Contexto de 131.072 tokens, solo inglés según la ficha del modelo y razonamiento siempre activo. JetBrains informa de un 8,5 % de respuestas dañinas en HarmBench, frente al 21,5 % de Mellum2.
Lo bueno
- SWE-bench Verified del 2,0 % al 47,0 %, según JetBrains
- Solo 2,5B parámetros activos, con un cabezal MTP unas 1,6 veces más rápido por petición
- Licencia Apache 2.0
- Versiones GGUF oficiales desde 7,03 GB
Lo malo
- Qwen3.5-9B puntúa más en SWE-bench, Terminal-Bench y GPQA en la propia tabla de JetBrains
- 17,4 % en Terminal-Bench 2.1
- Contexto de 131.072 tokens
- Sin API alojada
Ideal para
Equipos que construyen agentes de programación y necesitan subagentes rápidos y baratos en su propio hardware.
Alternativas a Mellum2.1 Thinking
Mellum2.1 Thinking: preguntas frecuentes
- ¿Merece la pena Mellum2.1 Thinking?
- Un pequeño agente de programación rápido para tu propia GPU que arregla errores rutinarios, aunque Qwen3.5-9B aún lo supera en los difíciles. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta Mellum2.1 Thinking?
- Pesos gratuitos bajo Apache 2.0. Sin API alojada; las versiones GGUF desde 7,03 GB funcionan en local.
- ¿Qué inconvenientes tiene Mellum2.1 Thinking?
- Qwen3.5-9B puntúa más en SWE-bench, Terminal-Bench y GPQA en la propia tabla de JetBrains; 17,4 % en Terminal-Bench 2.1; contexto de 131.072 tokens; sin API alojada.
- ¿Para quién es Mellum2.1 Thinking?
- Equipos que construyen agentes de programación y necesitan subagentes rápidos y baratos en su propio hardware.
- ¿Cuánto cuesta Mellum2.1 Thinking para un equipo o en producción?
- Pesos gratuitos; el archivo BF16 de 24,31 GB cabe en una GPU de centro de datos, y la versión Q4_K_M de 8,07 GB funciona en una tarjeta de consumo de 12 GB.
- ¿Es Mellum2.1 Thinking seguro para los datos de la empresa?
- No hay servicio alojado, así que todo se ejecuta en hardware que controlas. El entrenamiento usó conjuntos abiertos de RL y tareas creadas por JetBrains.
- ¿Cuáles son las mejores alternativas a Mellum2.1 Thinking?
- Las alternativas más cercanas que hemos analizado son Devstral Small 2, Qwen3.8-27B, gpt-oss-20b y Laguna S 2.1.
Respuestas comprobadas el 7 nov 2026.