中国信通院人工智能研究所近日公布的一份检验报告显示，上海原点星辉科学技术有限公司（StartLux）研发的本地大模型StartLux-V1.0-27B-Preview，在可信AI大模型基准测试MCP专项测试中，以27B参数量取得综合性能排名第二的成绩，超过第三名的DeepSeek-V4-Flash，能力范围进入DeepSeek-V4-Pro所代表的万亿参数模型能力区间。
MCP专项测试涵盖位置导航、网页搜索、浏览器自动化、金融分析、代码仓库管理、3D设计6类专项任务及综合评估，共7项检验项目，重点考察大模型在多工具协同、复杂任务执行及真实环境交互等方面的综合表现。参测模型包括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）。结果显示，StartLux-V1.0-27B-Preview综合得分为39.25，排名第二，超过284B的DeepSeek-V4-Flash-0731和198B的Step-3.7-Flash。在同等参数规模下，该模型较Qwen-3.6-27B高出5.34个百分点。单项任务中，位置导航排名第一，浏览器自动化、金融分析等任务与1.6T参数的DeepSeek-V4-Pro并列第一或独占第一。
StartLux以Qwen3.6-27B为基座做后训练定向增强，采用AI训练AI（Auto Research）的方法，自主开展训练实验，并通过反馈持续优化训练策略。该方法代表了当前全球模型研发的前沿方向。StartLux-V1.0-27B-Preview是国内首个采用该方法进行后训练的本地Agent模型。
行业正在发生一个清晰转向：当基础模型能力跨过实用门槛，过去两年以参数规模为核心的军备竞赛已进入同质化阶段。同等规模模型在Benchmark上的差距越缩越小，但用户和企业的真实困扰从来不是大模型的测试分数与排名，而是模型能否解决实际问题、数据是否安全、成本是否可控。这些答案不在越来越大的云端集群里，而在数据不出域、推理在身边、能力可定制的本地方案里。
全球范围内，本地模型正逐渐进入行业视野。Google于4月推出Gemma 4系列，其中31B Dense版本在开源模型排行榜排名第三，量化后可在消费级显卡上本地运行。8月初，Meta发布30B本地模型Muse Glimmer并开源。英伟达于8月推出开源模型Nemotron 3.5 Lightning，这是一款30B参数的MoE模型，可直接在RTX PC等本地设备上运行。盛大网络创始人、语生科学董事长陈大年近期预测，本地模型将在3年内占据80％的大模型市场。
目前，StartLux-V1.0-27B-Preview可在消费级个人电脑上运行。StartLux计划于年内推出第一代本地智能解决方案，同时正在对扩散式语言模型等新架构进行研究和优化。本地大模型在性能与部署成本之间的平衡能力正在提升，其在企业服务场景中的应用空间值得关注。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
