巨大モデルの前に置く「速い脇役」— JetBrainsの12B MoEコーディングモデルMellum2の使いどころ

コーディングAIの話題は、だいたい「一番賢いモデルはどれか」に集約されがちだ。Claude Opusか、GPTか、最新のオープンモデルか。

だがJetBrainsが公開した Mellum2 は、その土俵に乗ってこない。最強を狙う代わりに、「巨大モデルの前段に置く、小さくて速い脇役」というポジションを取りにきた。IntelliJやPyCharmで知られる開発ツールの老舗が、なぜあえて"主役ではないモデル"を作ったのか。ここが面白い。

12Bなのに2.5Bしか動かない

Mellum2は12BパラメータのMixture-of-Experts（MoE）モデルだ。自然言語とコードをスクラッチから学習し、Apache 2.0で公開されている。公式の解説は Hugging Faceのローンチ記事にまとまっている。

MoEの肝は「全部を一度に動かさない」ことにある。Mellum2は64個のエキスパートを持つが、1トークンを処理するときに実際に活性化するのは8個、パラメータにして2.5Bぶんだけ。総量は12Bでも、推論時のコストは小型モデル並みに抑えられる。JetBrainsは同規模のオープンモデルと比べて2倍以上速い推論を謳っている。コンテキストは131,072トークン。BaseとInstruct、Thinkingを含む6つのバリアントが揃う。

正直、ベンチマークの絶対値だけ見れば派手さはない。Thinking版はLiveCodeBench v6で69.9%、EvalPlusで78.4、BFCL v3で66.3。AIMEのような数学系ではQwen3.5の4Bに負ける場面もある。「最強のコーディングモデル」を探しているなら、これは答えではない。

速さを「どこで使うか」がすべて

ではMellum2の価値はどこにあるのか。答えは、巨大モデルと組み合わせたときのパイプラインにある。

JetBrainsが想定する用途は明快だ。マルチモデル構成でどのモデルに振るかを決めるルーティング、RAGで検索結果を要約して文脈を整える前処理、複雑なワークフローの中で文脈収集・検証・計画を担うサブエージェント、そして高頻度で走るコード補完系の機能。どれも「賢さの天井」より「速さと安さ」が効く場所だ。

考えてみれば、エージェント型の開発ツールは1回のタスクで何十回もLLMを呼ぶ。そのすべてを最上位モデルに投げると、レイテンシも料金も跳ね上がる。ここに「分類する」「要約する」「次にどこを見るか決める」といった軽い判断を高速な小型モデルに任せ、本当に難しい生成だけを巨大モデルに回す——という二段構えが刺さる。Mellum2はその"前段"を埋めるために設計されている。

この構造が実際に効いてくると何が変わるか。たとえば自社のコードを外に出せない企業が、機密を扱う前処理やルーティングをApache 2.0のMellum2でローカルに回し、最終的な生成だけを慎重に選んだモデルに渡す、といった設計が現実的になる。オープンウェイトかつ商用利用可能なライセンスなので、プライベート環境に丸ごと閉じ込められるのは大きい。速いモデルをインフラの内側に持てることは、コスト以上に「データを外に出さずにエージェントを組める」という自由度をもたらす。

玄人向けだが、思想は正しい

率直に言えば、Mellum2は万人向けではない。単体でChatGPTのように使って感動するモデルではないし、価値を引き出すにはマルチモデルのパイプラインを自分で設計する前提知識が要る。「入れればすぐ賢くなる」類のツールを期待すると肩透かしを食らうだろう。

それでも、この方向性は正しいと思う。モデルの巨大化と料金高騰が続く中で、「全部を最強モデルでやる」のは筋が悪い。役割ごとに最適なサイズのモデルを配置するという発想は、これからのエージェント設計の基本になっていくはずだ。JetBrainsが自社IDEで蓄積したコード補完のノウハウを、こういう"縁の下"のモデルに注いできたのは示唆的でもある。

6月公開でやや鮮度は落ちるが、日本語の解説がほとんど無いエバーグリーンな技術ネタだ。マルチモデル構成やローカル推論に関心のある開発者なら、選択肢の一つとして頭の隅に置いておく価値はある。