Mellum2是什么？专为软件工程设计的MoE开源模型
JetBrains近期开源了一款名为Mellum2的模型，其目标非常明确——专门针对软件工程系统进行优化。模型总参数量为12B，但每个token仅激活2.5B参数，这在推理成本与性能之间实现了极为巧妙的平衡。简而言之，Mellum2能用更少的计算资源完成更多任务，特别适用于代码生成、智能路由、子Agent调用以及企业级私有化部署等场景。在LiveCodeBench这类代码评测中，它的表现十分亮眼，堪称构建AI编程助手与工作流的实用选择。
Mellum2的核心功能解析
- 智能代码生成：基于代码与自然语言数据训练，支持代码补全、函数生成及重构建议——IDE中那些重复性工作，它可以承接大部分。
- 双模式推理：提供Thinking（深度思考）与Non-thinking（快速响应）两种模式，可根据需求灵活切换。面对复杂逻辑开启深度模式，日常补全则走快速通道。
- 工作流路由与摘要：充当AI工作流的智能路由器，负责任务分发、文档摘要与中间推理。简单来说，就是让不同AI工具实现协作。
- 工具调用与Agent协作：支持子Agent调用与工具链集成，可嵌入自动化流程，例如自动构建、测试部署等场景。
- 本地私有部署：可在企业内网或本地设备独立运行，无需依赖外部API，确保数据安全与合规性。
Mellum2的技术架构与原理
- MoE稀疏架构：采用64专家、每token激活8个专家的混合专家设计。总参数量12B，但实际激活仅2.5B，推理成本接近2.5B的密集模型。配合Grouped-Query Attention与滑动窗口注意力，显存占用大幅压缩，解码速度同步提升。此外，多Token预测头作为辅助预训练目标，同时充当投机解码的内置Draft模型，进一步降低延迟。
- 三阶段课程预训练：模型在大约10.6万亿Token上进行训练，数据配比从通用网页数据逐步过渡到精选代码与数学内容，形成渐进式课程。优化方面采用Muon优化器结合FP8混合精度，学习率使用Warmup-Hold-Decay（线性衰减至零）策略，兼顾效率与稳定性。
- 长上下文扩展：基础模型通过Layer-Selective YaRN将上下文窗口扩展到128K，仅对关键层进行位置编码插值，避免全层微调带来的性能损失。
Mellum2的核心竞争优势
- MoE高效架构：12B总参数仅激活2.5B，推理成本低、吞吐量高、延迟低。
- 垂直领域专精：放弃多模态，聚焦代码与自然语言处理，在软件工程场景下更加精准与轻量。
- 生产级性能表现：在LiveCodeBench v6代码评测中，Thinking模式得分69.9，领先同类开源模型。
- 完全开源可商用：采用Apache 2.0协议，支持自由实验、微调及大规模商用部署。
- 企业隐私友好：支持完全本地化运行，满足代码安全与数据合规要求。
Mellum2与同类竞品的对比分析
| 对比维度 | Mellum2 | Qwen3.5-9B | SeedCoder-8B |
|---|---|---|---|
| 模型架构 | 12B MoE（64专家，8激活，2.5B活跃参数） | 9B密集模型（Dense） | 8B密集模型（Dense） |
| 开源协议 | Apache 2.0（完全可商用） | 开源（可商用） | 未明确/部分受限 |
| 模态支持 | 仅文本+代码（垂直专精） | 文本、代码、图像、视频（多模态通用） | 仅代码（单一领域） |
| 每Token计算量 | ≈2.5B参数（极低） | 9B参数（全量激活） | 8B参数（全量激活） |
| LiveCodeBench v6 | 69.9（Thinking） | 68.3（Thinking） | 28.1（Non-thinking） |
| BFCL V4工具调用 | 45.6（Thinking） | 42.7（Thinking） | N/A（不支持） |
| AIME数学推理 | 58.4（Thinking） | 73.4（Thinking） | 0（不支持） |
| 上下文长度 | 128K（YaRN扩展） | 128K+ | 通常4K-8K |
| 推理模式 | 双模式：Thinking + Non-thinking | 双模式：Thinking + Non-thinking | 仅Non-thinking |
Mellum2的典型应用场景
- 智能代码补全与生成：在IDE中提供实时代码补全、函数生成、代码重构与编辑建议，可替代传统自动补全工具。
- 调试与错误诊断：辅助开发者定位Bug、分析堆栈信息、生成修复方案，有效降低调试时间成本。
- 多步推理与复杂任务分解：在Agent工作流中承担中间推理节点，将复杂需求拆解为可执行的子任务序列。
- 工具调用与函数编排：通过Function Calling连接外部API、数据库或开发工具，实现自动化构建、测试与部署流程。
- 对话式编程助手：以自然语言交互方式解答技术问题、解释代码逻辑、推荐最佳实践，充当7×24小时的技术顾问。