📰 重點摘要
JetBrains 於 2026 年 6 月 1 日發布 Mellum2，這是一款基於混合專家架構（MoE）的 120 億參數開源模型，但每次推論僅啟動其中 25 億個活躍參數，使推論速度比同規模模型快逾兩倍，部署成本顯著降低，採用 Apache 2.0 授權公開釋出。
Mellum2 定位並非取代前沿大模型，而是作為多模型協作系統中的「焦點模型」，專注高頻輕量任務，涵蓋提示分類、工具選擇、RAG 管線的上下文壓縮與摘要、子代理規劃驗證及程式碼補全。模型僅處理文字與程式碼兩種模態，刻意排除多模態功能以保持架構精簡，特別適合企業在私有環境中自行部署，處理內部程式碼與機密資料。
在程式碼生成、推理、科學及數學等多項基準測試上，Mellum2 均達到同規模開源模型的競爭水準，技術報告已同步發布於 arXiv（編號 2605.31268），模型權重亦開放於 HuggingFace 供下載。
💬 JudyAI Lab 觀點
JetBrains發布的Mellum2值得關注，不是因為它要挑戰前沿大模型，而是它明確示範了「夠用就好」的設計哲學——120億引數只啟動25億，推論速度快兩倍，成本大幅下降。
這個案例反映出我們觀察到的一個清晰趨勢：多模型協作架構中，每個節點不需要都動用旗艦模型。Mellum2的設計選擇很有參考價值——只處理文字與程式碼，刻意拿掉多模態功能，把效能集中在提示分類、工具選擇、RAG管線的上下文壓縮、子代理規劃驗證、程式碼補全這幾個高頻但對深度推理要求相對低的任務。對於想在私有環境處理內部程式碼或機密資料的企業而言，Apache 2.0授權加上輕量部署成本，讓這類模型成為相當務實的選項。
如果你正在設計多模型協作系統，現在可以做的是：列出每個任務節點，找出哪些位置「不需要最強模型」，嘗試換成Mellum2這類焦點模型，這可能是降低推論成本最直接的起點。
📅 原文資訊
- 發布時間：2026-06-01T15:45
- 來源原文：https://huggingface.co/blog/JetBrains/mellum2-launch