↗️ Локальная модель StartLux с 27B параметров обошла DeepSeek V4 Flash в бенчмарке CAICT

Китайская академия информационных и коммуникационных технологий (CAICT) опубликовала результаты MCP-теста в рамках бенчмарка доверенного ИИ. Второе место заняла локальная модель StartLux-V1.0-27B-Preview от шанхайской компании StartLux — она обошла DeepSeek-V4-Flash, у которой более чем в 10 раз больше параметров.

MCP-тест оценивает шесть специализированных задач: навигацию, веб-поиск, автоматизацию браузера, финансовый анализ, управление репозиториями кода и 3D-дизайн, плюс комплексную оценку. StartLux-V1.0-27B-Preview набрала 39,25 балла, опередив DeepSeek-V4-Flash (284 млрд параметров) и Step-3.7-Flash (198 млрд), а также Qwen-3.6-27B на 5,34 балла при одинаковом размере. Модель заняла первое место в навигации и показала лучший или сопоставимый результат в автоматизации браузера и финансовом анализе — местами сравнявшись с DeepSeek-V4-Pro на 1,6 трлн параметров.

StartLux построена на базе Qwen3.6-27B с пост-обучением по методике «AI trains AI» (Auto Research): модель автономно запускает обучающие эксперименты и корректирует стратегию по обратной связи. По словам компании, это первое применение такого подхода для локальной агентной модели в Китае. Модель работает на обычных ПК, и StartLux планирует запустить первое поколение локальных ИИ-решений уже в этом году. Результат теста — сигнал для бизнеса: компактные локальные модели способны конкурировать с гигантскими облачными системами в реальных рабочих задачах.

#AI #Models #Benchmarks #StartLux #DeepSeek #Qwen