JetBrains 新出的 Mellum2 我觉得最值得聊的不是分数，是它的自我定位。
12B 总参、2.5B 激活的 MoE，Thinking 变体在 AIME 2025+2026 上拿了 58.4——听起来不错，但同一张表上 Qwen3.5 4B 是 68.3。换以前这种对比够品牌部喝一壶了。
但 JetBrains 自己 blog 里写得很坦白：我不是来跟前沿打的，我就是 agent 栈里的「focal model」——做路由、做 RAG 里的压缩摘要、做 sub-agent 的中间步骤、做 IDE 里那种一秒响应的补全。卖点只有一个：同尺寸里推理快 2 倍以上。
我蛮认这个思路。
之前做视频生成集群那阵子，最后能跑稳的栈基本都是「一个大模型扛主干 + 一堆小而专的螺丝钉」：分镜路由、prompt 改写、安全过滤、后处理打分，没一个是用 SOTA 跑的，全是窄而快的小模型。真上线之后你会发现，链路里每多一次大模型调用，p99 延迟和成本就是指数级劝退。
🤔 所以 agent 时代真缺的其实不是又一个「什么都能打」的 12B，而是愿意承认自己只做螺丝钉的模型。
📌 Mellum2 这波最大的价值，是 Apache 2.0 + 明确窄定位。在「人人都要 AGI」的氛围里，敢说自己是配角，反而比硬刷榜更有产品感。
当然该泼的水还是要泼：JetBrains 一代 Mellum 当年口碑就一般，社区不少人「不如直接接 Claude」。这次 Thinking 变体在 IDE 这种低延迟场景里到底要不要 think、think 多长合适，是个很微妙的 AB——你让补全模型先输出一段 \
