中国信通院人工智能研究所が最近公開した検証報告書によると、上海原点星輝科学技術有限公司（StartLux）が開発したローカル大規模モデル「StartLux-V1.0-27B-Preview」は、信頼性のあるAI大規模モデルの基準テスト（MCP専門テスト）で目覚ましい成績を収めました。このモデルは27Bのパラメータ数で総合性能ランキングで第2位を獲得し、第3位のDeepSeek-V4-Flashを上回り、その能力範囲はDeepSeek-V4-Proに代表される1兆パラメータモデルの能力領域へと進出しました。

MCP専門テストには位置ナビゲーション、ウェブ検索、ブラウザの自動化、金融分析、コードリポジトリ管理、3Dデザインなどの6つの専門的なタスクおよび総合評価が含まれており、大規模モデルの多様なツールとの協働、複雑なタスクの実行、そして現実的な環境での相互作用などの面を重点的に評価しています。テスト結果によると、「StartLux-V1.0-27B-Preview」の総合スコアは39.25であり、284BのDeepSeek-V4-Flash-0731と198BのStep-3.7-Flashを上回るだけでなく、同等のパラメータ規模ではQwen-3.6-27Bよりも5.34ポイント高い成績を収めています。個別タスクにおいては、位置ナビゲーションで1位を獲得し、ブラウザの自動化や金融分析などのタスクでは1.6TパラメータのDeepSeek-V4-Proと並んで1位または独占的に優勝しています。

image.png

この突破は技術的アプローチの革新に起因しています。StartLuxはQwen3.6-27Bをベースに後学習による方向強化を行いました。チームは独自に設計した新しい、多次元的で検証可能かつスケーラブルなモデル最適化アップグレード技術を開発しました。トレーニングの過程では、チームはAIによるAIのトレーニング（Auto Research）方法を使って自主的にトレーニング実験を行い、フィードバックを通じて継続的に最適化戦略を改善し、これにより国内で初めてこの方法を用いて後学習されたローカルエージェントモデルとなりました。

image.png

この進展は業界における深い転換を示しています。基礎モデルの能力が実用の門檻を越えた今、過去2年間でパラメータ数を巡る軍備競争は同質化の段階に入りました。スコアを重視するより、企業やユーザーは実際に問題解決能力、データセキュリティ、制御可能なコストを重視しており、これらのニーズはローカル大規模モデルを前線へと推進しています。現在、Google、Meta、NVIDIAなど世界的なテクノロジー企業はすべて30B級のローカルモデルへの展開を加速しており、業界全体は今後数年内にローカル大規模モデルが重要な市場シェアを占めるものと予測しています。

現在、「StartLux-V1.0-27B-Preview」はコンシューマー向けの個人用コンピューターで動作可能です。この会社は今年中に初代のローカルスマートソリューションを発表する予定で、同時にチームは後のトレーニングを着実に進め、拡散型言語モデルなどの新しいアーキテクチャについても深く研究・最適化を進めています。