JetBrains ने आज Mellum2 जारी किया, एक ओपन-वेट्स 12B Mixture-of-Experts मॉडल जिसमें प्रति टोकन 2.5B सक्रिय पैरामीटर्स हैं, JetBrains/mellum-2 पर HuggingFace पर Apache 2.0 के तहत उपलब्ध। आर्किटेक्चर: 28 लेयर्स, हिडन साइज़ 2,304, Grouped-Query Attention (32 query heads, 4 KV heads), 4 में से 3 लेयर्स पर Sliding Window Attention 1,024 टोकन विंडो के साथ, 131,072 टोकन कॉन्टेक्स्ट, bfloat16 प्रिसिज़न, वोकैबुलरी 98,304। प्रति टोकन 64 में से 8 एक्सपर्ट्स को सक्रिय करता है, जो 12B कुल से 2.5B-सक्रिय संख्या उत्पन्न करता है। JetBrains क्षमता सेट का वर्णन कोड जनरेशन और एडिटिंग, डिबगिंग, मल्टी-स्टेप रीज़निंग, टूल यूज़ और फंक्शन कॉलिंग, एजेंटिक कोडिंग, और कन्वर्सेशनल प्रोग्रामिंग असिस्टेंस के रूप में करता है, जो Mellum1 (पिछले 4B डेंस कम्प्लीशन-फोकस्ड पूर्ववर्ती) से व्यापक स्कोप है।
फ्रेमिंग किसी भी व्यक्तिगत बेंचमार्क संख्या से अधिक मायने रखती है। JetBrains स्पष्ट रूप से Mellum2 को "focal model" के रूप में पोजिशन करता है, बड़े AI सिस्टम्स के अंदर एक तेज़, विशेष कंपोनेंट, बजाय एक स्टैंडअलोन फ्रंटियर रिप्लेसमेंट। वे जिन उपयोग के मामलों का नाम देते हैं: routing/ऑर्केस्ट्रेशन, RAG सारांश, जटिल वर्कफ़्लोज़ में सब-एजेंट्स, दोहराव वाले या latency-sensitive स्टेप्स जिन्हें एकल बड़े फ्रंटियर मॉडल के माध्यम से रूट नहीं किया जाना चाहिए। प्रति टोकन कंप्यूट 2.5B डेंस मॉडल के बराबर है, जो थ्रूपुट कोण है जो MoE आपको खरीदता है। रिपोर्ट किए गए बेंचमार्क नंबर्स: LiveCodeBench v6 37.2, EvalPlus 78.4 (HumanEval+ प्लस MBPP+), MultiPL-E 67.1, BFCL v3 66.3 (टूल यूज़)। JetBrains तालिकाओं में तुलना cohort Qwen3.5 4B और 9B, Ministral 3 14B, और OLMo-3 7B है, Codestral या DeepSeek-Coder या Qwen3-Coder लाइनें नहीं, जिसका मतलब है कि अग्रणी code-specialist मॉडल्स के विरुद्ध head-to-head लॉन्च मटीरियल में नहीं है और यह वह gap है जिसे आपको अपने स्वयं के मूल्यांकन पर भरना होगा।
दो इकोसिस्टम थ्रेड्स। पहला, "focal model" फ्रेमिंग को गंभीरता से लेने वाली चीज़ है। पिछले वर्ष का प्रमुख पैटर्न रहा है "हर कोड कार्य को सबसे बड़े उपलब्ध फ्रंटियर मॉडल के माध्यम से रूट करें," जो 80 प्रतिशत कोड कार्यों के लिए महंगा और धीमा है जो वास्तव में कठिन नहीं हैं। focal-model विकल्प कहता है: एक 2.5B-सक्रिय, 128K-कॉन्टेक्स्ट विशेषज्ञ जो 78.4 EvalPlus और 66.3 BFCL हिट करता है, दोहराव वाली लेयर को सस्ते और तेज़ी से संभालता है, और आप केवल कठिन 20 प्रतिशत के लिए फ्रंटियर पर एस्केलेट करते हैं। Mellum2 प्लस एक ऑर्केस्ट्रेटर (LangGraph, आपका अपना router, या Claude Code का नया Dynamic Workflows) वह shape है जो JetBrains सुझाता है। दूसरा, Apache 2.0 प्लस ओपन वेट्स प्लस एक HuggingFace घर का मतलब है कि कमर्शियल डिप्लॉयमेंट, सेल्फ-होस्टिंग, और फाइन-ट्यूनिंग सभी अतिरिक्त लाइसेंस वार्ता के बिना दायरे में हैं। उन builders के लिए जो पहले से ही कोड कम्प्लीशन या साधारण रिफैक्टरिंग के लिए फ्रंटियर-मॉडल दरें चुकाते हैं, सवाल यह है कि क्या Mellum2 आपकी वास्तविक कोड कार्य वितरण का पर्याप्त कवर करता है ताकि रूटिंग जटिलता को उचित ठहराया जा सके।
सोमवार सुबह, अगर आप IDE प्लगइन्स या PR बॉट्स में कोड कम्प्लीशन के लिए फ्रंटियर-मॉडल दरें चुकाते हैं: एक टेस्ट पथ में Mellum2 तैनात करें और अपने वास्तविक वर्कलोड पर लागत-गुणवत्ता क्रॉसओवर मापें। अगर आपकी वितरण साधारण की ओर झुकती है (कम्प्लीशन, डॉक्यूमेंट जनरेशन, छोटे रिफैक्टर्स), focal-model बेट काम करता है; अगर यह जटिल की ओर झुकती है (फुल-कोडबेस रीज़निंग, नॉवेल डिबगिंग), आप फ्रंटियर पर रहते हैं और परेशान नहीं होते। अगर आप अपना मल्टी-मॉडल ऑर्केस्ट्रेटर बना रहे हैं, Mellum2 तेज़ विशेष स्लॉट के लिए एक समझदार डिफ़ॉल्ट है; टूल-यूज़ स्कोर (BFCL v3 66.3) सुझाता है कि यह वास्तव में फंक्शन कॉलिंग को संभाल सकता है, सिर्फ कोड कम्प्लीशन नहीं। और अगर आप ओपन कोड मॉडल्स का मूल्यांकन कर रहे हैं, LiveCodeBench-v6 37.2 नंबर पढ़ने से पहले अपने वास्तविक बेंचमार्क के विरुद्ध Mellum2 चलाएँ, क्योंकि Qwen3-Coder और DeepSeek-Coder लाइनों से तुलनीय code-specialist स्कोर JetBrains रिलीज़ मटीरियल में नहीं हैं और आपको एक वास्तविक निर्णय लेने के लिए उनकी आवश्यकता है।