Segun MarkTechPost (AI/ML News), JetBrains ha presentado Mellum2.1, una versión actualizada de su modelo de inteligencia artificial especializado en tareas de programación. Este modelo, disponible bajo licencia Apache 2.0 en Hugging Face, está diseñado para funcionar como agente de desarrollo, permitiendo la exploración de repositorios, edición de archivos y verificación automática de cambios. La arquitectura se mantiene fiel a la versión original de Mellum2, con 28 capas y 64 expertos, donde por cada token se activan 8 de ellos. La atención se basa en un mecanismo de atención agrupada con 32 cabezales de consulta y 4 cabezales de valor-llave, optimizando el rendimiento en tareas complejas.
El modelo cuenta con una capacidad total de 12 mil millones de parámetros, de los cuales solo 2.500 millones se activan en tiempo real, lo que lo convierte en una solución compacta y eficiente. Su longitud de contexto alcanza 131.072 tokens, y su vocabulario consta de 98.304 entradas. Los pesos se entregan en formato bfloat16, lo que permite una alta precisión sin sacrificar eficiencia. Gracias a un entrenamiento basado principalmente en aprendizaje por refuerzo en entornos reales de software, Mellum2.1 ha demostrado superar a Mellum2 en 15 de 17 benchmarks evaluados, y ha ganado 5 de 17 frente al modelo Qwen3.5-9B. Su desempeño más alto se registra en LiveCodeBench v6 con 82.0 puntos, superando a Qwen3.5-9B (75.4) y a Gemma 4 E4B (69.4). Sin embargo, en pruebas de software de alto nivel, como Terminal-Bench 2.1, alcanza solo 17.4 puntos, siendo inferior al rendimiento de Qwen3.5-9B (21.7).
Aunque el modelo muestra un alto nivel de eficiencia en tareas de codificación y procesamiento de código, su desempeño se ve limitado en situaciones que requieren conocimiento profundo o resolución de problemas complejos. Esta brecha es relevante para entornos donde la precisión y la comprensión de contextos técnicos amplios son esenciales. Para el lector peruano, esto significa que Mellum2.1 puede ser una herramienta útil en entornos de desarrollo local, como en empresas que priorizan la privacidad de sus datos o que operan con infraestructura interna. Aunque no supera a los grandes modelos como Qwen3.5-9B en desafíos técnicos avanzados, su capacidad para ejecutarse en GPUs personales y su diseño modular lo convierten en una opción viable para pequeñas y medianas empresas que buscan automatizar tareas de codificación sin depender de plataformas externas.
El enfoque de JetBrains en modelos abiertos y autónomos responde a una tendencia creciente en el sector de la tecnología, donde los desarrolladores buscan soluciones que equilibren potencia, accesibilidad y control. En un contexto donde el acceso a tecnología de punta está cada vez más democratizado, herramientas como Mellum2.1 podrían impulsar la innovación en entornos locales, especialmente en sectores como finanzas digitales, administración de sistemas o desarrollo de software para pymes.