เอาไปใช้ทำอะไร
- ให้เอเจนต์เปิดอ่านโค้ด แก้ไฟล์ แล้วเช็กงานตัวเองได้
- เป็นเอเจนต์ย่อยที่ทำงานเล็ก ๆ เร็ว ๆ ในระบบเอเจนต์ใหญ่
- รันในเครื่องหรือเซิร์ฟเวอร์ของตัวเอง โค้ดไม่ต้องออกนอกองค์กร
- ใช้ถามเรื่องทั่วไป คณิต และเหตุผลได้ด้วย
ตัวเลขที่ JetBrains บอก
- โครงสร้างแบบ MoE ขนาดรวม 12B ใช้งานจริงต่อโทเคนแค่ 2.5B
- บริบท 131,072 โทเคน รับข้อความอย่างเดียว
- SWE-bench Verified ขึ้นจาก 2.0 เป็น 47.0 เทียบ Mellum2 รุ่นก่อน
- LiveCodeBench v6 ได้ 82.0 นำ Qwen3.5-9B ที่ได้ 75.4
- BFCL v4 ซึ่งวัดการเรียกเครื่องมือ ได้ 62.3 นำ Qwen3.5-9B ที่ได้ 58.5
- ตอนโหลดหนัก JetBrains บอกว่าเสิร์ฟโทเคนได้เกือบสองเท่าของ Qwen3.5-9B
ยังไม่ชัด
- เลขทั้งหมดมาจาก JetBrains เอง ที่เราอ่านยังไม่เจอผลทดสอบจากคนนอก
- งานเอเจนต์จริง Qwen3.5-9B ยังนำอยู่ ชุดแก้บั๊กจริง 50.0 ต่อ 47.0 และชุดที่ยากกว่า 38.0 ต่อ 28.0
- ไฟล์ GGUF ขึ้นแล้ว แต่หัว MTP ที่ทำให้เร็วขึ้นราว 1.6 เท่าบน vLLM JetBrains ยังบอกว่า "เร็ว ๆ นี้"
สรุป
Mellum2.1 ไม่ได้ชนะทุกข้อ แต่กระโดดจากรุ่นก่อนแรงมากในงานเอเจนต์ และเป็นตัวเลือกเล็ก ๆ ที่รันเองได้ถ้าอยากได้เอเจนต์โค้ดที่ไม่พึ่งบริการภายนอก ควรลองกับโปรเจกต์ของตัวเองก่อนตัดสินใจ เพราะคะแนนจากผู้ผลิตกับงานจริงมักไม่เท่ากัน
แหล่ง: JetBrains Blog · Hugging Face · MarkTechPost · 8 ต.ค. 2026