27B小模型逆袭万亿巨头，陈大年复出押注本地AI

国产大模型第一梯队近日爆出冷门。新公司StartLux（原点星辉）推出的首款模型StartLux-V1.0-27B-Preview，参数量仅27B，却在信通院MCP专项测试中拿下综合第二，仅次于参数量高达1.6万亿的DeepSeek-V4-Pro，两者差距仅1.3个百分点。

StartLux创始人兼CEO为陈大年，系盛大网络联合创始人、连尚网络掌门人，中国最早引入“共享软件”概念的编程者之一。退隐十年后回归，他将赌注押在本地模型上。陈大年在盛大创新院18周年聚会上提出“AI时代八条非共识”，其中四条强调本地模型，认为本地模型将摧毁云端市场，3年内打平Claude并占据80%市场。

StartLux专注小而美的本地模型商业化，是全球第一家真正意义上的本地模型公司。StartLux-V1.0-27B-Preview不依赖云端，可直接运行在消费级PC上。

信通院MCP专项测试围绕位置导航、网页搜索、浏览器自动化、金融分析、代码仓库管理、3D设计六类任务及综合评估展开，重点考察Agent多工具协同与真实环境交互。结果显示，StartLux综合得分39.25%，排名第二，超过284B参数的DeepSeek-V4-Flash和198B的Step-3.7-Flash，仅落后DeepSeek-V4-Pro 1.3个百分点。同为27B参数，StartLux比Qwen 3.6高出5.34个百分点。单项成绩中，位置导航、金融分析和浏览器自动化均位列第一。

实战测试中，面对微软股票投资计算题，Claude Sonnet 4.6因原始数据缺失误判交易日，给出错误答案；StartLux则回查数据验证后得出正确结论。在浏览器查询机票任务中，StartLux用时95秒、12步找到299美元国航机票；Claude用时两百多秒、21步，报价556美元。

StartLux-V1.0-27B-Preview以Qwen3.6-27B为基座，通过强化任务理解、工具选择、多步执行等能力的任务数据，以及自主研发的Auto Research后训练方法，让模型在真实工具环境中自主执行并持续调整策略。该模型是国内首个采用Auto Research方式完成后训练的本地Agent模型。

陈大年认为，Scaling Law是“过路神仙”，但未来不一定属于它。目前大模型技术路径呈现分野：一边是参数竞赛，另一边是Agentic评估体系兴起，“少即是多”渐成共识。

StartLux坚持本地模型路线，认为其成本结构更可控，且能更好理解用户长上下文。Meta、Google、NVIDIA也在加码本地小模型，但以产品化为主的目前仅StartLux一家。

StartLux团队由企业家与科学家组成：CEO陈大年懂产品用户，CTO郭权玮拥有国立阳明交通大学博士学位，研究覆盖本地部署大模型、Agentic AI等领域，曾任幻量科技首席算法科学家；联合创始人罗永祥为前摩根士丹利亚洲董事总经理。团队计划年内面向企业和个人用户推出第一代本地智能解决方案。

这场由27B小模型掀起的波澜，或许正预示着大模型竞赛的新拐点：当参数不再是唯一标尺，本地化、高效率与真实场景的落地能力，正成为改写格局的关键变量。