深度分析
JetBrains 發布 Mellum2：12 B MoE 模型提升文字與程式碼工作負載效能
JetBrains於2026年6月發佈Mellum2，這款12 B參數的Mixture‑of‑Experts模型專為文字與程式碼設計。模型每個token僅啟動約2.5 B參數，推理速度比同規模開源模型提升逾兩倍，且以Apache2.0授權釋出，提升部署彈性與成本效益。
Mellum2
深度分析
Mellum2：針對文字與程式碼的 12 B MoE 模型，推理成本僅 2.5 B 參數
JetBrains 於 2026 年 6 月正式發佈 Mellum2，一款 12 B 參數的 Mixture‑of‑Experts（MoE）模型，採用每個 token 只啟動約 2.5 B 參數的設計，使推理速度比同規模開源模型提升逾兩倍，並以 Apache 2.0 授權釋出。該模型聚焦文字與程式碼工作負載，適用於路由、檢索增強生成（RAG）與私有部署等高頻 AI 任務，為開發者提供更快且可自行管理的選項。
深度分析
JetBrains 發布 12 B MoE 模型 Mellum2：雙倍推理速度，聚焦文字與程式碼工作負載
JetBrains 於 2026 年 6 月正式發布 Mellum2，這是一款 12 B 參數的 Mixture‑of‑Experts（MoE）模型，專為文字與程式碼工作負載設計。模型每個 token 僅啟動約 2.5 B 參數，使推理速度較同規模開源模型提升逾兩倍，且採用 Apache 2.0 授權。
深度分析
JetBrains 發布 Mellum2：12 B MoE 模型提升文字與程式碼推理效能
JetBrains於2026年6月推出Mellum2，這是一款專為文字與程式碼設計的12 B參數MoE模型。模型每個token僅啟動約2.5 B參數，使推理速度較同規模開源模型提升逾兩倍，且以Apache2.0授權公開。此效能與授權組合有望降低部署成本，加速高頻AI任務。
深度分析
Mellum2 亮相：JetBrains 的 12 億參數 Mixture‑of‑Experts 文碼模型，低延遲高效能
JetBrains於2026年6月推出12億參數的Mellum2MoE模型，針對文字與程式碼工作負載設計。模型每個token僅啟動約2.5億參數，推理速度較同規模開源模型提升超過兩倍，適用於路由、RAG、子代理與私有部署等高頻任務。此效率提升有望降低實務部署成本並推動AI系統模組化發展。
深度分析
JetBrains 推出 Mellum2：12 億參數 MoE 高效模型，降低推理延遲與成本
JetBrains於2026年6月推出Mellum2，12億參數的MoE模型，針對文字與程式碼工作負載設計。模型每個token只激活約2.5億參數，推理速度超過同規模開源模型兩倍。此特性使其在路由、RAG、子代理與私有部署等高頻AI任務上具備成本與效能優勢。
深度分析
Mellum2：JetBrains 12B 參數 Mixture‑of‑Experts 模型，提升文字與程式碼推論速度
JetBrains 於 2026 年 6 月發表 Mellum2，這是一款 12 億參數的 Mixture-of-Experts（MoE）模型，專為文字與程式碼工作負載設計。模型在每個 token 只激活約 2.5 億參數，實現超過同規模開源模型兩倍的推理速度，適用於路由、RAG、子代理與私有部署等高頻 AI 任務。