大模型領域跑出新玩家，StartLux-27B本地大模型打贏DeepSeek V4 Flash

飛向TAI空2026.08.31 10:04 · 來自北京全文1680字00:00 / 04:34本地大模型上牌桌，性能正面硬剛DeepSeek。圖片來源：unsplash近日，中國工信部信息通信研究院（以下簡稱“中國信通院”）人工智能研究所公佈的一份檢驗報告顯示，上海原點星輝科學技術有限公司（下簡稱StartLux）研發的本地大模型StartLux-V1.0-27B-Preview，在可信AI大模型基準測試——MCP專項測試中，以27B參數量取得綜合性能排名第二的成績，高於第三名的DeepSeek-V4-Flash，能力範圍已經進入DeepSeek-V4-Pro所代表的萬億參數模型能力區間。

可信AI大模型基準測試——MCP專項測試涵蓋位置導航、網頁搜索、瀏覽器自動化、金融分析、代碼倉庫管理、3D 設計6類專項任務及綜合評估，共7項檢驗項目，重點考察大模型在多工具協同、複雜任務執行及真實環境交互等方面的綜合表現，該專項測試部分指標和數據參考了開源項目MCP-Universe。參測模型包括DeepSeek-V4-Pro（1.6T）、DeepSeek-V4-Flash-0731（284B）、Step-3.7-Flash（198B）、StartLux-27B-260715（27B）、Qwen-3.6-27B（27B）和 AgentCPM-Explore（4B）。

結果顯示，StartLux-V1.0-27B-Preview綜合得分為39.25，排名第二，超過284B的DeepSeek-V4-Flash-0731 和198B的Step-3.7-Flash。在同等參數規模下，StartLux-V1.0-27B-Preview較Qwen-3.6-27B高出5.34個百分點。單項任務中更突出：位置導航排名第一，瀏覽器自動化、金融分析等任務也與1.6T參數的DeepSeek-V4-Pro 並列第一或獨佔第一。StartLux以Qwen3.6-27B為基座做後訓練定向增強，把一個27B的本地模型，推到與1.

6T旗艦同級的位置，靠的是StartLux團隊自主設計的一個全新、多維度、可驗證、可規模化的模型優化升級技術。模型訓練的過程中，團隊採用AI訓練AI（Auto Research）的方法，自主開展訓練實驗，並通過反饋持續優化訓練策略。該方法代表了當前全球模型研發的前沿方向。據悉，StartLux-V1.0-27B-Preview是國內首個採用該方法進行後訓練的本地Agent模型。在這款模型背後，可以看到行業正在發生的一個清晰轉向：當基礎模型能力跨過實用門檻，過去兩年以參數規模為核心的軍備競賽已進入同質化階段。

同等規模模型在Benchmark上的差距越縮越小，但用戶和企業的真實困擾從來不是大模型的測試分數與排名，而是模型能否解決實際問題、數據是否安全、成本是否可控。這些答案不在越來越大的雲端集群裡，而在數據不出域、推理在身邊、能力可定製的本地方案裡。在全球範圍內，本地模型正在逐漸進入行業視野。Google於4月推出了Gemma 4系列，其中31B Dense版本在開源模型排行榜排名第三，量化後可在消費級顯卡上本地運行。8月初，Meta發佈30B本地模型Muse Glimmer並開源。英偉達也於8月推出了開源模型Nemotron 3.

5 Lightning，這是一款30B參數的MoE模型，可直接在RTX PC等本地設備上運行。盛大網絡創始人、語生科學董事長陳大年近期預測，本地本地模型將在3年內佔據80%的大模型市場。量子與AI軟件公司Multiverse Computing聯合創始人兼首席科學官Roman Orús也曾表示，行業正進入一個新階段，本地大語言模型將成為雲端服務真正的競爭對手。目前，StartLux-V1.0-27B-Preview可在消費級個人電腦上運行。

據瞭解，StartLux 計劃於年內推出第一代本地智能解決方案，與此同時，StartLux團隊正在穩步推進模型訓練的腳步，也正對擴散式語言模型等新架構進行深入研究和優化。