Qu’est-ce que Mellum2.1 Thinking ?
Mellum2.1 Thinking est le modèle ouvert le plus récent de JetBrains, annoncé le 8 octobre 2026 comme la version suivante de Mellum2, publié en open source en juin. C'est un modèle mixture-of-experts de 12 milliards de paramètres, dont 2,5 milliards actifs par token, avec un contexte de 131 072 tokens. L'architecture est identique à celle de Mellum2 ; JetBrains a consacré cette version à l'apprentissage par renforcement, avec des millions d'exécutions en bac à sable dans de vrais dépôts où le modèle était récompensé quand les tests passaient. Il ne traite que du texte et réfléchit toujours avant de répondre.
Les poids sont sous Apache 2.0. JetBrains publie des poids BF16, une tête de prédiction multi-tokens pour un décodage plus rapide dans vLLM, et des versions GGUF pour llama.cpp, Ollama et LM Studio, de 7,03 Go (MXFP4) et 8,07 Go (Q4_K_M) jusqu'à 24,31 Go (BF16). Sur Hugging Face, le dépôt principal compte 193 likes et 11 306 téléchargements sur les 30 derniers jours, et le dépôt GGUF 457 537.
JetBrains ne propose pas d'API hébergée ; le modèle est fait pour tourner sur votre propre matériel.
Combien coûte Mellum2.1 Thinking ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| Weights | Free | Apache 2.0 |
| GGUF builds | Free | MXFP4, Q4_K_M, Q6_K, Q8_0 et BF16 |
Poids gratuits sous Apache 2.0. Pas d'API hébergée ; les versions GGUF à partir de 7,03 Go tournent en local.
Mellum2.1 Thinking vaut-il le coup ?
Mellum2.1 Thinking transforme un modèle incapable de travailler dans un dépôt en un modèle qui y parvient. Dans le harnais de JetBrains, son score SWE-bench Verified est passé de 2,0 % à 47,0 %, celui de Terminal-Bench 2.1 de 0,6 % à 17,4 % et celui de SWE-bench Pro de 0,0 % à 28,0 %. LiveCodeBench v6 est monté à 82,0, devant les 75,4 de Qwen3.5-9B et les 69,4 de Gemma 4 E4B.
Ces progrès ne suffisent pas à dominer sa catégorie sur le travail d'agent. Dans le même tableau, Qwen3.5-9B obtient 50,0 sur SWE-bench Verified, 21,7 sur Terminal-Bench 2.1 et 38,0 sur SWE-bench Pro, et bien plus sur GPQA Diamond, 77,8 contre 64,6. Tous les chiffres viennent de JetBrains, mesurés avec le même harnais open source pour chaque modèle.
Son atout, c'est la vitesse. Seuls 2,5 milliards de paramètres sont actifs par token : JetBrains affirme qu'il sert presque deux fois plus de tokens que Qwen3.5-9B sous forte charge, et la tête de prédiction multi-tokens rend chaque requête environ 1,6 fois plus rapide. La version Q4_K_M pèse 8,07 Go et tient sur une carte graphique de 12 Go.
Le hic : c'est un sous-agent, pas un chef d'équipe. Un score de 17,4 % sur Terminal-Bench signifie que la plupart des longues tâches en terminal échouent, le contexte s'arrête à 131 072 tokens, et il réfléchit toujours, ce qui fait perdre du temps sur les questions simples.
Notre avis : Mellum2.1 est le modèle à lancer en de nombreux exemplaires à la fois, pour trouver le test en échec, rédiger le correctif et le vérifier, pendant qu'un modèle plus grand planifie le travail. Comme unique assistant de code local, Qwen3.5-9B reste un peu plus malin.
Là où il fait la différence
Un ingénieur qui construit une chaîne de programmation multi-agents
Faire tourner de nombreux exécutants bon marché qui trouvent les causes et rédigent les correctifs
Servez Mellum2.1 avec vLLM et la tête MTP, et confiez-lui des tâches étroites comme remonter la cause d'un test en échec, la planification restant à un modèle plus grand. JetBrains dit qu'il sert presque deux fois plus de tokens que Qwen3.5-9B sous charge.
Un développeur dans une entreprise qui interdit les assistants de code dans le cloud
Garder un modèle de code qui raisonne entièrement sur un portable ou une station de travail
ollama run hf.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF:Q4_K_M télécharge la version de 8,07 Go, qui tient sur un GPU de 12 Go. Le code ne quitte jamais la machine et la licence Apache 2.0 autorise l'usage commercial.
Avant de vous engager
- Mise en route
- Téléchargez-le sur Hugging Face et servez-le avec vLLM, ou chargez une version GGUF dans llama.cpp, Ollama ou LM Studio ; Q4_K_M est la version recommandée.
- Intégrations
- Endpoint compatible OpenAI via vLLM ou Ollama ; appels d'outils ; JetBrains l'a évalué dans le harnais d'agents open source Pi avec des outils de shell et de fichiers.
- Données et confidentialité
- Aucun service hébergé : tout tourne sur du matériel que vous contrôlez. L'entraînement a utilisé des jeux de données RL ouverts et des tâches construites par JetBrains.
- Coût à grande échelle
- Poids gratuits ; le fichier BF16 de 24,31 Go tient sur un GPU de centre de données, et la version Q4_K_M de 8,07 Go tourne sur une carte grand public de 12 Go.
- Limites
- Contexte de 131 072 tokens, anglais uniquement selon la fiche du modèle, et réflexion toujours active. JetBrains rapporte 8,5 % de réponses nuisibles sur HarmBench, contre 21,5 % pour Mellum2.
Les points forts
- SWE-bench Verified de 2,0 % à 47,0 %, selon JetBrains
- Seulement 2,5B paramètres actifs, avec une tête MTP environ 1,6 fois plus rapide par requête
- Licence Apache 2.0
- Versions GGUF officielles à partir de 7,03 Go
Les points faibles
- Qwen3.5-9B fait mieux sur SWE-bench, Terminal-Bench et GPQA dans le propre tableau de JetBrains
- 17,4 % sur Terminal-Bench 2.1
- Contexte de 131 072 tokens
- Pas d'API hébergée
Idéal pour
Les équipes qui construisent des agents de code et ont besoin de sous-agents rapides et bon marché sur leur propre matériel.
Alternatives à Mellum2.1 Thinking
Mellum2.1 Thinking : questions fréquentes
- Mellum2.1 Thinking vaut-il le coup ?
- Un petit agent de code rapide pour votre propre GPU, qui corrige les bugs courants, même si Qwen3.5-9B le devance encore sur les plus difficiles. Nous lui donnons 3.8 sur 5.
- Combien coûte Mellum2.1 Thinking ?
- Poids gratuits sous Apache 2.0. Pas d'API hébergée ; les versions GGUF à partir de 7,03 Go tournent en local.
- Quels sont les inconvénients de Mellum2.1 Thinking ?
- Qwen3.5-9B fait mieux sur SWE-bench, Terminal-Bench et GPQA dans le propre tableau de JetBrains; 17,4 % sur Terminal-Bench 2.1; contexte de 131 072 tokens; pas d'API hébergée.
- À qui s’adresse Mellum2.1 Thinking ?
- Les équipes qui construisent des agents de code et ont besoin de sous-agents rapides et bon marché sur leur propre matériel.
- Combien coûte Mellum2.1 Thinking pour une équipe ou en production ?
- Poids gratuits ; le fichier BF16 de 24,31 Go tient sur un GPU de centre de données, et la version Q4_K_M de 8,07 Go tourne sur une carte grand public de 12 Go.
- Mellum2.1 Thinking est-il sûr pour les données de l’entreprise ?
- Aucun service hébergé : tout tourne sur du matériel que vous contrôlez. L'entraînement a utilisé des jeux de données RL ouverts et des tâches construites par JetBrains.
- Quelles sont les meilleures alternatives à Mellum2.1 Thinking ?
- Les alternatives les plus proches que nous avons testées sont Devstral Small 2, Qwen3.8-27B, gpt-oss-20b et Laguna S 2.1.
Réponses vérifiées le 7 nov. 2026.