أطلقت شركة جيتبرينز نموذج Mellum2، وهو نموذج ذكاء اصطناعي مفتوح المصدر يعتمد على بنية "خلط الخبراء" (Mixture-of-Experts) بـ 12 مليار معلمة، وقد تم تدريبه من الصفر على النصوص الطبيعية والشفرة البرمجية. يتميز هذا النموذج بقدرته على تفعيل 2.5 مليار معلمة فقط عند معالجة كل رمز، مما يجعله فعالًا للغاية في عمليات الاستدلال عالية السرعة والمنخفضة التأخير. يأتي Mellum2 ليوسع نطاق نموذج Mellum الأصلي الذي كان مخصصًا لإكمال الأكواد، ليشمل مجموعة أوسع من مهام هندسة البرمجيات واللغة الطبيعية مع الحفاظ على التركيز على الكفاءة وسهولة النشر. تم إصدار النموذج تحت رخصة Apache 2.0، مما يسمح باستخدامه ومشاركته بحرية. وتؤكد الشركة أن Mellum2 يقدم أداءً تنافسيًا مقارنة بالنماذج المماثلة في حجمه، مع تحقيق سرعات استدلال أسرع بمقدار الضعف على الأقل. تستهدف شركة جيتبرينز بهذه الإصدار النماذج المصممة خصيصًا لمهام الوقت الفعلي التي لا تتطلب بالضرورة أكبر النماذج المتاحة. وتشمل هذه المهام التوجيه (Routing)، والتدفق في نماذج الاسترجاع والاستعلام (RAG)، والتلخيص، والعمل كوكلاء فرعية (Sub-agents) للمهام الفرعية مثل التخطيط والتحقق. بفضل طبيعته المفتوحة وكفاءته، يُعد النموذج خيارًا مثاليًا للنشر الخاص في بيئات استضافة ذاتية تحمي البيانات السرية والأكواد الخاصة بالشركات. توضح الشركة أن الأنظمة الحديثة للذكاء الاصطناعي تتجه نحو البنى التي تعتمد على عدة مكونات متخصصة تعمل معًا بدلاً من الاعتماد على نموذج واحد ضخم. يُصنف Mellum2 كنموذج "مركزي" مخصص للمهام عالية التكرار داخل هذه الأنظمة المعقدة، بهدف جعل البنية الكلية أسرع وأرخص تكلفة وأكثر تحكمًا. ولا يهدف النموذج إلى استبدال جميع مكونات نظام الذكاء الاصطناعي، بل إلى تحسين الأداء العام للنظام. يمكن تحميل النموذج حاليًا من منصة Hugging Face، بينما يمكن الاطلاع على تفاصيل بنية النموذج وطريقة التدريب ونتائج الاختبارات المنهجية من خلال التقرير التقني المتاح. يركز النموذج بشكل متعمد على النصوص والأكود بدلاً من المهام متعددة الوسائط، مما يحافظ على صغر حجمه وكفاءته العالية في سياقات هندسة البرمجيات.