O que é Mellum2.1 Thinking?
Mellum2.1 Thinking é o modelo aberto mais recente da JetBrains, anunciado em 8 de outubro de 2026 como a próxima versão do Mellum2, que a empresa abriu em junho. É um modelo mixture-of-experts com 12 bilhões de parâmetros, 2,5 bilhões ativos por token, e contexto de 131.072 tokens. A arquitetura é a mesma do Mellum2; a JetBrains dedicou esta versão ao aprendizado por reforço, com milhões de execuções em sandbox dentro de repositórios reais, nas quais o modelo era recompensado quando os testes passavam. Trabalha só com texto e sempre raciocina antes de responder.
Os pesos estão sob Apache 2.0. A JetBrains publica pesos BF16, uma cabeça de predição de vários tokens para decodificar mais rápido no vLLM e versões GGUF para llama.cpp, Ollama e LM Studio, de 7,03 GB (MXFP4) e 8,07 GB (Q4_K_M) até 24,31 GB (BF16). No Hugging Face, o repositório principal tem 193 curtidas e 11.306 downloads nos últimos 30 dias, e o repositório GGUF, 457.537.
A JetBrains não oferece API hospedada para ele; o modelo foi feito para rodar no seu próprio hardware.
Quanto custa Mellum2.1 Thinking?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Apache 2.0 |
| GGUF builds | Free | MXFP4, Q4_K_M, Q6_K, Q8_0 e BF16 |
Pesos gratuitos sob Apache 2.0. Sem API hospedada; versões GGUF a partir de 7,03 GB rodam localmente.
Mellum2.1 Thinking vale a pena?
Mellum2.1 Thinking transforma um modelo que não conseguia trabalhar dentro de um repositório em um que consegue. No ambiente de testes da JetBrains, sua nota no SWE-bench Verified foi de 2,0% para 47,0%, no Terminal-Bench 2.1 de 0,6% para 17,4% e no SWE-bench Pro de 0,0% para 28,0%. O LiveCodeBench v6 subiu para 82,0, à frente dos 75,4 do Qwen3.5-9B e dos 69,4 do Gemma 4 E4B.
Os ganhos não bastam para liderar a categoria em trabalho com agentes. Na mesma tabela, o Qwen3.5-9B marca 50,0 no SWE-bench Verified, 21,7 no Terminal-Bench 2.1 e 38,0 no SWE-bench Pro, e bem mais no GPQA Diamond, 77,8 contra 64,6. Todos os números são da JetBrains, medidos com o mesmo ambiente de código aberto para todos os modelos.
O ponto forte é a velocidade. Só 2,5 bilhões de parâmetros ficam ativos por token, então a JetBrains diz que ele serve quase o dobro de tokens do Qwen3.5-9B sob carga alta, e a cabeça de predição de vários tokens deixa cada requisição cerca de 1,6 vez mais rápida. A versão Q4_K_M tem 8,07 GB e cabe em uma placa de vídeo de 12 GB.
O porém: é um subagente, não um líder. Um resultado de 17,4% no Terminal-Bench significa que a maioria das tarefas longas no terminal falha, o contexto para em 131.072 tokens e ele sempre raciocina, o que custa tempo em perguntas simples.
Nossa opinião: Mellum2.1 é o modelo para rodar em várias cópias ao mesmo tempo, achando o teste que falha, rascunhando a correção e conferindo, enquanto um modelo maior planeja o trabalho. Como único assistente de programação local, o Qwen3.5-9B ainda é um pouco mais esperto.
Onde ele se destaca
Um engenheiro montando um pipeline de programação com vários agentes
Rodar muitos trabalhadores baratos que achem causas e rascunhem correções
Sirva o Mellum2.1 com vLLM e a cabeça MTP e entregue tarefas estreitas, como rastrear um teste que falha, deixando o planejamento para um modelo maior. A JetBrains diz que sob carga ele serve quase o dobro de tokens do Qwen3.5-9B.
Um desenvolvedor em uma empresa que proíbe assistentes de programação na nuvem
Manter um modelo de programação com raciocínio inteiramente no notebook ou estação de trabalho
ollama run hf.co/JetBrains/Mellum2.1-12B-A2.5B-Thinking-GGUF:Q4_K_M baixa a versão de 8,07 GB, que cabe em uma GPU de 12 GB. O código nunca sai da máquina e a licença Apache 2.0 permite uso comercial.
Antes de decidir
- Configuração
- Baixe do Hugging Face e sirva com vLLM, ou carregue uma versão GGUF no llama.cpp, Ollama ou LM Studio; a Q4_K_M é a recomendada.
- Integrações
- Endpoint compatível com OpenAI via vLLM ou Ollama; chamadas de ferramentas; a JetBrains o avaliou no ambiente de agentes de código aberto Pi com ferramentas de shell e arquivos.
- Dados e privacidade
- Não há serviço hospedado, então tudo roda em hardware que você controla. O treino usou conjuntos abertos de RL e tarefas criadas pela JetBrains.
- Custo em escala
- Pesos gratuitos; o arquivo BF16 de 24,31 GB cabe em uma GPU de data center, e a versão Q4_K_M de 8,07 GB roda em uma placa de consumo de 12 GB.
- Limites
- Contexto de 131.072 tokens, só inglês segundo o cartão do modelo e raciocínio sempre ligado. A JetBrains relata 8,5% de respostas nocivas no HarmBench, contra 21,5% do Mellum2.
O que é bom
- SWE-bench Verified de 2,0% para 47,0%, segundo a JetBrains
- Só 2,5B parâmetros ativos, com cabeça MTP cerca de 1,6 vez mais rápida por requisição
- Licença Apache 2.0
- Versões GGUF oficiais a partir de 7,03 GB
O que não é
- O Qwen3.5-9B marca mais no SWE-bench, Terminal-Bench e GPQA na própria tabela da JetBrains
- 17,4% no Terminal-Bench 2.1
- Contexto de 131.072 tokens
- Sem API hospedada
Ideal para
Equipes que constroem agentes de programação e precisam de subagentes rápidos e baratos no próprio hardware.
Alternativas ao Mellum2.1 Thinking
Mellum2.1 Thinking: perguntas frequentes
- Mellum2.1 Thinking vale a pena?
- Um pequeno agente de programação rápido para a sua própria GPU que corrige bugs rotineiros, embora o Qwen3.5-9B ainda o supere nos difíceis. Damos nota 3.8 de 5.
- Quanto custa Mellum2.1 Thinking?
- Pesos gratuitos sob Apache 2.0. Sem API hospedada; versões GGUF a partir de 7,03 GB rodam localmente.
- Quais são as desvantagens de Mellum2.1 Thinking?
- O Qwen3.5-9B marca mais no SWE-bench, Terminal-Bench e GPQA na própria tabela da JetBrains; 17,4% no Terminal-Bench 2.1; contexto de 131.072 tokens; sem API hospedada.
- Para quem Mellum2.1 Thinking é indicado?
- Equipes que constroem agentes de programação e precisam de subagentes rápidos e baratos no próprio hardware.
- Quanto custa Mellum2.1 Thinking para uma equipe ou em produção?
- Pesos gratuitos; o arquivo BF16 de 24,31 GB cabe em uma GPU de data center, e a versão Q4_K_M de 8,07 GB roda em uma placa de consumo de 12 GB.
- Mellum2.1 Thinking é seguro para dados da empresa?
- Não há serviço hospedado, então tudo roda em hardware que você controla. O treino usou conjuntos abertos de RL e tarefas criadas pela JetBrains.
- Quais são as melhores alternativas ao Mellum2.1 Thinking?
- As alternativas mais próximas que analisamos são Devstral Small 2, Qwen3.8-27B, gpt-oss-20b e Laguna S 2.1.
Respostas verificadas em 7 de nov. de 2026.