08/10/2026 · VietTechies · Biên tập
JetBrains vừa chính thức giới thiệu Mellum2.1, phiên bản nâng cấp của mô hình mixture-of-experts 12 tỷ tham số được thiết kế riêng cho các AI Agent lập trình tự động và các sub-agent tốc độ cao. Mô hình được phát hành theo giấy phép nguồn mở Apache 2.0, giữ nguyên kiến trúc của phiên bản tiền nhiệm với 2,5 tỷ tham số hoạt động (active parameters). Điểm khác biệt lớn nhất nằm ở giai đoạn sau huấn luyện (post-training), khi hãng tập trung tối ưu hóa thông qua học tăng cường (reinforcement learning) trong các môi trường thực thi cô lập (sandbox).
Học tăng cường chuyên sâu trong môi trường sandbox
Bản cập nhật này tập trung hầu như toàn bộ vào các tối ưu hóa sau huấn luyện thay vì thay đổi kiến trúc mô hình. JetBrains đã mở rộng quy mô học tăng cường bằng cách khởi chạy hàng triệu lượt thực thi trong môi trường sandbox trên hàng nghìn môi trường khác nhau suốt quá trình huấn luyện. Phương pháp này giúp Mellum2.1 có khả năng tự khám phá các kho mã nguồn lạ, chỉnh sửa tệp mã và tự kiểm tra lại những thay đổi do chính mình thực hiện. Để xây dựng tập dữ liệu huấn luyện chất lượng, JetBrains đã mở rộng phạm vi nhiệm vụ sang các lĩnh vực như kỹ thuật phần mềm, tương tác công cụ, toán học và lập trình thi đấu, đồng thời sàng lọc kỹ lưỡng để loại bỏ các bài kiểm thử lỗi hoặc nhiệm vụ không thể xác minh từ nguồn mở.
Hiệu năng cải thiện và tốc độ xử lý
Khi được so sánh trực tiếp trong cùng một bài đo hiệu năng với Mellum2, Qwen3.5-9B và Gemma 4 E4B, Mellum2.1 thể hiện sự vượt trội rõ rệt về khả năng lập trình dạng agentic AI, đồng thời cải thiện đáng kể ở các mảng lập trình thi đấu, toán học, gọi công cụ và suy luận tổng quát. Do giữ nguyên kiến trúc cốt lõi, tốc độ suy luận của mô hình vẫn tương đương bản trước, trong khi cơ chế dự đoán đa token (multi-token prediction – MTP) giúp tăng tốc khoảng 1,6 lần cho mỗi yêu cầu đơn lẻ. Trong điều kiện tải vận hành cao, JetBrains cho biết Mellum2.1 có khả năng xử lý lượng token gấp đôi so với Qwen3.5-9B.
Lựa chọn triển khai và hạ tầng tại chỗ
Mellum2.1 được tối ưu hóa cho việc triển khai cục bộ trên hạ tầng phần cứng tự vận hành của các nhà phát triển, giúp các đội ngũ kỹ thuật hoàn toàn kiểm soát mã nguồn và dữ liệu hệ thống. Trọng số mô hình hiện đã sẵn sàng trên nền tảng Hugging Face. Trong thời gian tới, JetBrains dự kiến sẽ phát hành các bản đóng gói GGUF cho llama.cpp, Ollama và LM Studio, cùng với đầu dự đoán đa token được thiết kế riêng cho cơ chế giải mã đầu cơ (speculative decoding) trên vLLM.
Ảnh minh họa do AI tạo, không phải ảnh tư liệu.
Nguồn: Mellum2.1 Gets to Work: A Fast Open Model for Coding Agents