# JetBrains 发布 Mellum2：一个 12B 参数的混合专家模型，每次推理只激活 2.5B 参数

> 原标题：介绍 Mellum2：JetBrains 推出的 12B 混合专家模型

- 来源：AI HOT 精选
- 发布时间：2026-06-01T15:45:17.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/31652
- 原文：https://huggingface.co/blog/JetBrains/mellum2-launch

## 摘要

JetBrains 在 Hugging Face 上开源了 Mellum2，一个从零开始训练的混合专家模型。它总共有 120 亿参数，但每次计算只激活其中的 25 亿，这让它跑起来比同尺寸模型快了一倍多，适合对延迟和吞吐量要求高的场景。模型专门处理文本和代码，不做多模态，主要用在路由分发、外挂资料库检索、摘要和子智能体这些需要频繁调用模型但不必上大模型...

## 推荐理由

HKR 三项都过，但正文只给了 12B 和 MoE 这两个信息，没放跑分、没提许可证、没写上下文窗口，也没说怎么跟自家 IDE 集成。先按中等量级的模型发布处理，放在 featured 里偏低的档位。

## 锐评

Mellum2 的定位很清晰：不做全能选手，专攻高频、低延迟的文本和代码任务，比如路由分发、外挂资料库检索和子智能体。120 亿总参数但每次只叫醒 25 亿干活，这个设计让它的推理速度比同尺寸模型快了一倍多，对在乎响应时间和吞吐量的场景是个实打实的优势。JetBrains 把它放在 Apache 2.0 协议下开源，商用门槛很低。

不过，这篇发布博客没给出具体的跑分对比、训练数据构成，也没提在自家 IDE 里实际落地的延迟数据。技术报告链接指向 arXiv，但正文没披露关键细节。所以“快一倍多”这个结论目前只能先打个折看，等看到它在真实业务里的表现再下判断。另外，模型只处理文本和代码，不做多模态，这意味着它不会去抢通用大模型的风头，而是老老实实当个高效的执行层。