# 陈大年带着 27B 本地模型杀回来了，在信通院 MCP 评测里只比 DeepSeek-V4-Pro 低 1.3 分

> 原标题：A dark horse enters China's AI race: StartLux

- 来源：Hacker News 首页
- 发布时间：2026-09-03T11:12:57.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/54519
- 原文：https://chinaonchina.com/article/chen-dawei-returns-enters-the-large-model-sector

## 摘要

陈大年复出创办了 StartLux，第一款模型 StartLux-V1.0-27B-Preview 只有 270 亿参数，能直接在消费级电脑上跑，不用联网。在信通院 MCP 专项评测里，它综合得分 39.25%，排第二，比 1.6 万亿参数的 DeepSeek-V4-Pro 只差 1.3 个百分点，还在位置导航、金融分析和浏览器自动化三个单项拿了第一。...

## 推荐理由

陈大年带着 StartLux 重回牌桌，第一个模型就在信通院 MCP 评测里拿了第二，27B 参数跑在消费级硬件上，三个单项第一，跟 DeepSeek 的 1.6T 旗舰只差 1.3 分——这个性价比信号对 agent 方向的人很有参考价值。不过目前只有 benchmark 成绩，模型没公开，实际可用性还看不清，所以分数先打 82，等有更多落地信息再往上调。

## 锐评

这条新闻最值得看的是效率：一个270亿参数的模型，在信通院MCP专项评测里拿了39.25%的综合分，排第二，跟第一名的差距只有1.3个百分点。而第一名是1.6万亿参数的DeepSeek-V4-Pro，参数规模是它的近60倍。在位置导航、金融分析和浏览器自动化三个单项上，StartLux甚至拿了第一。这说明在特定任务上，小模型靠针对性训练确实能打出很高的性价比，不用非得堆参数、上云端。

不过先别太激动。正文只给了两个案例：算微软两年回报时，Claude Sonnet 4.6因为缺原始数据搞错了交易日，StartLux回溯后算对了；让Claude搜航班，它说打不开浏览器。这两个例子更像在展示竞品的短板，而不是StartLux自己的上限。评测总分39.25%本身也不高，说明MCP这类让模型真干活的测试，整体通过率还很低。

陈大年公开说本地模型三年内追上Claude、吃掉80%市场，这个判断目前还缺更多第三方验证和实际部署数据。27B模型在消费级电脑上跑起来到底稳不稳、延迟多少、能覆盖多少真实业务流程，正文都没披露。