JetBrains випустила відкриту MoE-модель Mellum 2.1 для кодинг-агентів
JetBrains представила відкриту MoE-модель Mellum 2.1 з 12Б параметрами (2,5Б активних) під ліцензією Apache 2.0, перетреновану з RL у ізольованих середовищах для кодинг-агентів. Модель демонструє високі результати у навігації та редагуванні коду, а також у математиці та логічних завданнях.
🚀 Сільний крок у відкритих моделях для коду. Для команд з 50+ людей, які пишуть власні інструменти або автоматизують dev-процеси — реальна альтернатива закритим API, якщо потрібна контроль над даними та логікою.
Що це означає для вас
Оцініть, чи може ваша команда використовувати Mellum 2.1 для автоматизації кодогенерації або тестування во внутрішніх інструментах
🕐 Перевірте доступність ваг на huggingface.co/collections/JetBrains/mellum21 та запустіть модель у llama.cpp з GGUF-версією, коли вона з'явиться
📊 З новини: 2.5B активних параметрів🛠 Інструмент: Mellum 2.1
Пропустіть, якщо: якщо у вас немає досвіду з локальним запуском LLM або GPU-пам’ять менше 16ГБ
Перевірте, чи може ваша dev-команда запустити модель локально — це перший крок до зменшення залежності від зовнішніх API.
Отримати карту AI-можливостей →🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •JetBrains випустила MoE-модель Mellum 2.1 з 12Б параметрами (2,5Б активних)
- •Ліцензія: Apache 2.0, дозволяє комерційне використання та модифікації
- •Пост-тренування: RL у ізольованих середовищах з мільйонами sandbox-запусків
- •Підтримка локального запуску; GGUF для llama.cpp/Ollama/LM Studio скоро буде
- •При навантаженні на H200 дає майже вдвічі більше токенів, ніж Qwen3.5-9B
Як це змінить ваш ринок?
Компанії у галузі розробки програмного забезпечення зможуть створювати власні кодинг-агенти без передачі коду третім сторонам — це знімає головний блокер у фінансах та медицині, де конфіденційність коду є критичною. Тепер вони можуть контролювати повний стек: від моделі до інтеграції в IDE.
Визначення:
MoE (Mixture of Experts) — архітектура моделі, де лише частина параметрів активна під час інференсу, що зменшує обчислювальну навантаженість при збереженні високої ефективності.
Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.
- •Для запуску 2.5B активних параметрів: GPU з 16ГБ пам’яті (наприклад, RTX 4090) або MacBook M2 Pro/Max з unified memory
- •Без потреби в IT-команді для базового локального запуску через llama.cpp або Ollama
- •Оптимально для команд від 5+ розробників, які створюють внутрішні інструменти або автоматизують кодогенерацію
- •Час на впровадження: 1-2 дні для тестування інтеграції в локальному середовищі
Альтернативи
| Продукт | Ціна | Де працює | Мін. вимоги | Ключова різниця |
|---|---|---|---|---|
| Mellum 2.1 | Безкоштовно (Apache 2.0) | Локально, llama.cpp, Ollama | GPU 16ГБ+ або Apple Silicon | Відкриті ваги, контроль над даними, спеціалізація на коді |
| Qwen3.5-9B | Безкоштовно | Локально, хмара | GPU 12ГБ+ | Більше загальних здібностей, менше спеціалізації на коді |
| StarCoder2-15B | Безкоштовно | Локально, хмара | GPU 16ГБ+ | Сильна кодова спеціалізація, але менш ефективна при інференсі |
| GitHub Copilot | $10/міс/користувач | Хмарний API | Інтернет-з’єднання | Простота використання, але залежність від третіх сторін та передача коду |
💬 Часті запитання
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Навчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live