StartLux本地大模型
StartLux 面向个人设备与本地工作站，研发兼顾模型能力与运行效率的本地大模型。通过模型架构、训练方法和推理优化，让高质量模型无需持续依赖云端，也能在用户自己的环境中运行。
了解 StartLux
从模型定位、公开测试到本地运行价值，了解 StartLux 如何让大模型真正进入用户自己的设备与环境。
真实模型测试
我们通过公开测试呈现 StartLux 模型在复杂任务中的真实表现，同时说明测试方法、适用范围与能力边界，让模型能力建立在可核对的数据之上。
为什么选择本地大模型
本地大模型让重要数据无需持续上传云端，也让长期使用成本、运行环境和模型能力掌握在用户自己手中。本地不只是一种部署方式，更意味着隐私、效率与自主控制权。
小模型规模，
接近超大模型表现
查看完整测试报告 ↗
经过三轮测试，StartLux-V1.0-27B-Preview 的全部有效任务合并后的总体通过率（Overall Micro Pass@1）为 39.25%；我们取三轮 Macro 结果的算数平均值，得出 Overall Macro Pass@1 为 38.89%。两项指标均位列六款参测模型第二。
注：本次测试开始于8月3日，以当日市场大模型最新版本为测试样本。为了保证公正性，工信部中国信息通信研究院进行了三轮完整测试取其平均值。
| 测试领域MCP-UNIVERSE | DeepSeek- V4-Pro1.6T · A49B |
StartLux-V1.0- 27B-Preview27B · DENSE |
DeepSeek- V4-Flash284B · A13B |
Qwen3.6- 27B27B |
Stepfun- 3.7-Flash201B · A11B |
AgentCPM- Explore4B |
|---|---|---|---|---|---|---|
| Overall MicroPass@1 | 40.55%281/693 | 39.25%272/693 | 38.24%265/693 | 33.91%235/693 | 29.29%203/693 | 8.08%56/693 |
| Overall MacroPass@1 | 40.03% | 38.89% | 37.46% | 32.49% | 27.46% | 7.08% |
| Web Search165 runs | 47.27%78/165 | 42.42%70/165 | 56.36%93/165 | 41.82%69/165 | 44.85%74/165 | 9.09%15/165 |
| Location Navigation135 runs | 32.59%44/135 | 33.33%45/135 | 31.85%43/135 | 28.89%39/135 | 31.11%42/135 | 9.63%13/135 |
| Financial Analysis120 runs | 68.33%82/120 | 68.33%82/120 | 50.00%60/120 | 59.17%71/120 | 41.67%50/120 | 19.17%23/120 |
| Browser Automation117 runs | 28.21%33/117 | 28.21%33/117 | 13.68%16/117 | 18.80%22/117 | 7.69%9/117 | 2.56%3/117 |
| Repository Management99 runs | 18.18%18/99 | 17.17%17/99 | 27.27%27/99 | 18.18%18/99 | 13.13%13/99 | 2.02%2/99 |
| 3D Design57 runs | 45.61%26/57 | 43.86%25/57 | 45.61%26/57 | 28.07%16/57 | 26.32%15/57 | 0.00%0/57 |
淡蓝线框为 StartLux-V1.0-27B-Preview；浅色单元格表示该领域第一名。
数据来源：中国信通院 MCP-Universe 大模型基准测试
StartLux
动态
模型进展、公开测试与我们对本地大模型的长期思考。
常见问题
什么是本地大模型？和 ChatGPT、DeepSeek 等有什么不同？
ChatGPT、DeepSeek 等主流大模型以云端服务运行：用户的问题和数据需要通过网络发送到远程服务器处理。本地大模型则安装并运行在用户自己的电脑或本地工作站上，可以离线使用，数据无需上传到第三方服务器——这让本地模型在数据隐私、使用成本和长期连续工作上，具备云端模型难以替代的优势。
StartLux 是一家什么样的公司？
StartLux（上海原点星辉科学技术有限公司）是全球第一家主打本地模型的 AI 公司，致力于让 AI 运行在每个人的设备上——数据留在本地，能力属于个人。CEO 陈大年是中国初代程序员，曾创立盛大网络、连尚网络；CTO 为郭权玮博士。团队正稳步推进模型训练，并对扩散式语言模型等新架构持续研究。
为什么选择 StartLux，而不是直接使用云端大模型？
StartLux 把数据隐私、自主控制和长期运行成本放在首位，优势可以归纳为三点：一是隐私安全，数据留在本地，不出你的设备；二是 token 自由，不再按调用次数付费，长期使用成本可控；三是可长期持续工作，适合离线、内网隔离和需要不间断运行的 agent 场景。本地模型还能在数据所在的设备上直接理解本地文件、邮件与知识库等。我们相信，只有让每个人以安全、低成本的方式与 AI 深入交流，AI 才能真正助力工作与生活——这也是我们走向 AGI 的路径。
StartLux 的模型能力怎么样？
在工信部中国信通院人工智能研究所的大模型基准测试——MCP 专项测试中，StartLux-V1.0-27B-Preview 综合得分 39.25，排名第二：超过 284B 的 DeepSeek-V4-Flash 和 198B 的 Step-3.7-Flash，与 1.6 万亿参数的 DeepSeek-V4-Pro 相差仅约1个百分点；位置导航任务排名第一，浏览器自动化、金融分析等任务与 DeepSeek-V4-Pro并列第一或独占第一。这代表StartLux已经具备与优秀云端大模型一致，长期稳定可靠的运行任务的能力。这也意味着，27B 的本地模型，能力已经进入万亿级云端模型的区间。
StartLux 的模型是怎么训练出来的？
StartLux-V1.0-27B-Preview 以 Qwen3.6-27B 为基座进行后训练定向增强，依靠团队自主设计的多维度、可验证、可规模化的模型优化升级技术。训练过程中，团队采用“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。这是国内首个采用该方法进行后训练的本地 Agent 模型。
我的电脑能运行吗？需要什么配置？
StartLux-V1.0-27B-Preview 能在消费级个人电脑上运行：目前只需 16GB 以上显存的显卡（如 RTX 4060 Ti 16G、RTX 4090、RTX 5090），或 Apple 芯片的高内存版本。具体门槛以正式发布时的兼容设备说明为准，我们也在持续推进更低显存设备的消费级适配。
产品什么时候可以体验？是否免费或开源？
按照《生成式人工智能服务管理暂行办法》，面向公众提供服务的大模型在首次发布时需先完成备案。StartLux-V1.0-27B-Preview目前正在积极进行备案工作。
现阶段，我们仅在封闭、受控的测试环境中，向少量特定受邀人员（如开发者、媒体、投资人等）开放限量测试通道，用于模型能力验证和技术反馈收集，暂不开放公众注册或公开申请。待相关备案工作完成后，我们将另行公布正式开放安排。您可以在“测试页面”填写信息提交测试申请。
模型计划在完成审核后开源，目前暂无收费计划，后续计划以 StartLux 官方公告为准。
联系我们
无论是投资、合作还是加入我们，欢迎与 StartLux 联系。