Локальная StartLux-27B обошла DeepSeek V4 Flash в тесте ИИ

Академия информационно-коммуникационных технологий Китая (CAICT) обнародовала результаты испытаний локальной модели StartLux-V1.0-27B-Preview. В бенчмарке MCP, предназначенном для проверки доверенных ИИ-моделей, она набрала 39,25 балла и заняла второе место, опередив DeepSeek-V4-Flash с 284 миллиардами параметров и Step-3.7-Flash (198B). Более того, 27-миллиардная модель вплотную приблизилась к показателям DeepSeek-V4-Pro, у которой 1,6 триллиона параметров.

Тест включает навигацию, веб-поиск, автоматизацию браузера, финансовый анализ, работу с репозиториями кода, 3D-дизайн и комплексную оценку. StartLux оказалась первой в навигации, а в автоматизации браузера и финансовом анализе поделила первое место с DeepSeek-V4-Pro. Среди моделей с 27B параметров она превзошла Qwen-3.6-27B на 5,34 процентного пункта.

Модель построена на базе Qwen3.6-27B и дообучена методом Auto Research, когда ИИ самостоятельно проводит эксперименты и оптимизирует стратегию обучения. Это первая китайская локальная агентная модель, прошедшая такое пост-обучение.

Успех StartLux отражает общий сдвиг в индустрии: гонка за числом параметров уступает место практической ценности. Локальные модели обеспечивают конфиденциальность данных и низкую стоимость, работая на обычных ПК. Google уже представила Gemma 4, Meta — Muse Glimmer, Nvidia — Nemotron 3.5 Lightning. Основатель Shanda Games Чэнь Данянь считает, что через три года локальные модели займут 80 процентов рынка.

StartLux планирует до конца года выпустить первое комплексное локальное решение и продолжает исследовать диффузионные языковые модели.