JetBrains lanza Mellum2, un modelo MoE abierto de 12.000 millones de parámetros para tareas rápidas en pipelines de IA

JetBrains, la empresa que creó los IDE IntelliJ IDEA y PyCharm, utilizados por decenas de millones de desarrolladores, ha lanzado Mellum2, una versión actualizada de su modelo de lenguaje especializado. Mellum2 funciona bajo la licencia Apache 2.0 y está pensado para procesar con rapidez tareas especializadas dentro de pipelines de IA multimodelo. Mellum es la línea propia de modelos de lenguaje de JetBrains para tareas de programación. Mellum2 es una actualización importante: una nueva arquitectura MoE, un mayor volumen de datos de entrenamiento y un posicionamiento claro como componente especializado para sistemas multimodelo.

Arquitectura MoE y escala de entrenamiento

Mellum2 se basa en una arquitectura Mixture of Experts (MoE) con 12.000 millones de parámetros. A diferencia de los modelos densos clásicos, en los que se activan todos los pesos de la red en cada consulta, MoE divide el modelo en bloques «expertos» especializados y activa solo una parte según el tipo de token. Así el modelo trabaja más rápido y con menor coste con la misma capacidad.

Para el preentrenamiento, JetBrains utilizó un corpus de 10,6 billones de tokens, una escala comparable a la de modelos abiertos insignia como LLaMA 3 de Meta*. En un modelo de programación, el volumen de datos es fundamental: cuanto más amplia es la cobertura de lenguajes de programación, frameworks y documentación técnica, con más precisión resuelve el modelo tareas en bases de código reales.

Papel en los pipelines multimodelo

Mellum2 no pretende competir con asistentes universales como Claude o GPT. Se diseñó como un componente rápido y especializado para pasos concretos del flujo de trabajo del desarrollador:

• autocompletado de código en tiempo real directamente en el IDE
• refactorización rápida de funciones pequeñas y bloques de código
• clasificación de consultas y enrutamiento dentro de agentes de IA
• generación de comentarios y documentación inline
• pasos intermedios «baratos» antes de pasar la tarea a un modelo más grande

El último escenario es el clave. Los sistemas de IA de producción para desarrollo se construyen cada vez más como «orquestas de modelos»: un modelo ligero y rápido gestiona las consultas rutinarias con latencia mínima, y el modelo insignia, más pesado, entra solo en tareas complejas que exigen un razonamiento profundo. Mellum2 está creado precisamente para el papel de especialista rápido en estos pipelines.

Licencia abierta Apache 2.0

Apache 2.0 es una de las licencias abiertas más liberales. Mellum2 puede integrarse en productos corporativos cerrados, ajustarse con datos propietarios y usarse en servicios comerciales sin pagar regalías a JetBrains. La empresa publica los pesos del modelo en abierto.

Entre los modelos de programación con pesos abiertos hay una competencia notable: Code Llama de Meta*, DeepSeek-Coder, StarCoder, Qwen2.5-Coder. Mellum2 entra en este terreno con un posicionamiento concreto: integración profunda en el ecosistema de IDE de JetBrains y un papel de componente especializado en pipelines de varias etapas, y no un intento de superar a los modelos insignia en los benchmarks generales de generación de código.

Qué significa

Mellum2 ilustra una tendencia importante: las empresas que crean herramientas para desarrolladores dejan de comprar IA a proveedores externos y empiezan a entrenar sus propios modelos especializados para los escenarios concretos de sus usuarios. JetBrains apuesta por que la integración profunda con el IDE y la especialización sectorial importan más que una superioridad abstracta en benchmarks universales.

Para el desarrollador, esto supone sugerencias de IA más rápidas en su editor habitual, sin la latencia de una API en la nube y sin tener que enviar su propio código a servidores de terceros.

*Meta ha sido declarada organización extremista y está prohibida en Rusia.