AnswersPublished20 sources
Klein StartLux-model komt verrassend dicht bij DeepSeek met 1,6 biljoen parameters
StartLux V1.0 27B Preview behaalde 39,25 punten en werd tweede in de MCP test van de Chinese Academy of Information and Communications Technology, op slechts 1,30 punt van DeepSeek V4 Pro met 1,6 biljoen parameters. Het model presteerde beter dan DeepSeek V4 Flash 0731 met 284 miljard parameters en Step 3.7 Flash me...
Gepubliceerd doorBewerkt met GPT-5.6 LunaAfbeeldingen gegenereerd met GPT Image 1.5
Research answer
Key takeaways
- StartLux V1.0 27B Preview behaalde 39,25 punten en werd tweede in de MCP test van de Chinese Academy of Information and Communications Technology, op slechts 1,30 punt van DeepSeek V4 Pro met 1,6 biljoen parameters.
- Het model presteerde beter dan DeepSeek V4 Flash 0731 met 284 miljard parameters en Step 3.7 Flash met 198 miljard parameters, en eindigde als eerste bij locatienavigatie.
- De uitslag onderstreept dat bedrijven AI modellen beter kunnen beoordelen op betrouwbare toolaansturing, privacy, kosten en workflowprestaties dan op het aantal parameters alleen.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Shanghai-based StartLux’s StartLux-V1.0-27B-Preview, a 27-billion-parameter model built on Qwen3.6-27B with targeted post-training a. Article summary: StartLux-V1.0-27B-Preview was a notable outlier in CAICT’s MCP special test: it placed second overall with a 39.25 score despite having 27 billion parameters. It trailed the 1.6-trillion-parameter DeepSeek-V4-Pro by 1.30. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks,
Het in Shanghai ontwikkelde StartLux-V1.0-27B-Preview heeft een opvallend resultaat neergezet in een Chinese test voor AI-agenten. In de MCP-speciale test van de China Academy of Information and Communications Technology (CAICT), de Chinese academie voor informatie- en communicatietechnologie, werd het model tweede met een score van 39,25. Alleen DeepSeek-V4-Pro, met 1,6 biljoen parameters, deed het beter. Het verschil bedroeg 1,30 punt. 10
3
Dat betekent niet dat een model met 27 miljard parameters in het algemeen beter is dan systemen met honderden miljarden of biljoenen parameters. De test laat wel zien dat een compact model, dat specifiek is geoptimaliseerd voor toolgebruik en meerstapsuitvoering, op bepaalde realistische taken verrassend dicht bij veel grotere modellen kan komen.
Wat werd er precies getest?
De CAICT-test bestond uit zes gespecialiseerde onderdelen:
- locatienavigatie;
- zoeken op het web;
- browserautomatisering;
- financiële analyse;
- beheer van codeopslagplaatsen;
- 3D-ontwerp.
Daar kwam een algemene beoordeling bij, goed voor in totaal zeven gerapporteerde testonderdelen. De nadruk lag op samenwerking tussen meerdere tools, het uitvoeren van complexe opdrachten en interactie met echte omgevingen. Volgens de beschikbare rapportage werd het gemiddelde berekend op basis van drie volledige testruns. 10
7
Dat maakt deze benchmark anders dan een klassieke ranglijst voor taalmodellen. Een MCP- of tool-use-test kijkt niet alleen of een model een vraag kan beantwoorden. Het model moet een doel begrijpen, een plan met meerdere stappen maken, de juiste hulpmiddelen aanroepen en de opdracht daadwerkelijk afronden.
Voor bedrijven die AI-agenten willen inzetten, kan dat een relevantere maatstaf zijn dan een score op losse kennis- of redeneervragen.
Een model van 27 miljard parameters tussen veel grotere concurrenten
De gemelde totaaluitslag ziet er als volgt uit:
- StartLux-V1.0-27B-Preview: 27 miljard parameters; 39,25 punten;
- DeepSeek-V4-Pro: 1,6 biljoen parameters; eerste plaats, 1,30 punt voor StartLux;
- DeepSeek-V4-Flash-0731: 284 miljard parameters; 38,24 punten;
- Step-3.7-Flash: 198 miljard parameters; lager geklasseerd dan StartLux.
StartLux zou het in dezelfde parametercategorie bovendien duidelijk beter hebben gedaan dan Qwen-3.6-27B, met een voorsprong van 5,34 punten in de genoemde testresultaten. Qwen-3.6-27B en AgentCPM-Explore maakten deel uit van de vergelijkingsgroep, maar voor die modellen zijn in het beschikbare bewijsmateriaal geen betrouwbare totaalscores gepubliceerd. 2
3
10
Op onderdeelniveau waren de resultaten vooral sterk bij praktische agenttaken. StartLux eindigde als eerste bij locatienavigatie. Bij browserautomatisering en financiële analyse werd het model volgens de rapportages eerste of deelde het de eerste plaats met DeepSeek-V4-Pro. 4
6
7
Waarom dit resultaat ertoe doet — en waar de grens ligt
De uitslag is vooral een verhaal over efficiëntie per parameter. Het is geen bewijs dat de omvang van een model er niet meer toe doet. Grote modellen bieden nog altijd bredere mogelijkheden, meer capaciteit voor moeilijke opdrachten en potentieel betere prestaties bij geavanceerd redeneren.
De test suggereert iets specifiekers: nabewerking, training voor toolgebruik en specialisatie op bepaalde workflows kunnen een groot verschil maken wanneer een benchmark betrouwbare uitvoering beloont.
StartLux presenteert zijn model als een lokaal inzetbaar agentmodel en verwijst naar een eigen Auto Research-aanpak onder de naam “AI trains AI”. Dat zijn verklaringen van het bedrijf voor de behaalde prestaties. De benchmark bevestigt de gemeten uitkomst, maar bewijst op zichzelf niet welke trainingsmethoden daarvoor verantwoordelijk waren. De meest voorzichtige conclusie is daarom dat gerichte optimalisatie voor toolaansturing, planning en taakafronding de kloof met veel grotere modellen op geselecteerde bedrijfstaken kan verkleinen.
Wat lokale inzet kan veranderen
Een model met 27 miljard parameters is doorgaans praktischer te draaien op eigen infrastructuur dan een model met 1,6 biljoen parameters, zeker wanneer een gequantiseerde versie en geschikte hardware beschikbaar zijn. Voor organisaties die veel vergelijkbare agenttaken uitvoeren, kan lokale inzet verschillende voordelen bieden:
- Meer controle over gegevens: gevoelige prompts en resultaten uit tools kunnen binnen de eigen omgeving blijven in plaats van naar een externe API te worden gestuurd.
- Beheersbare kosten: bij veelvuldig gebruik kunnen terugkerende kosten per API-aanroep worden vermeden. Daar moeten wel hardware, elektriciteit, beheer en engineering bij worden opgeteld.
- Lagere afhankelijkheid van netwerk en aanbieders: een lokale installatie kan de invloed van netwerkproblemen en beperkte capaciteit bij een externe leverancier verkleinen.
- Gerichte aanpassing: bedrijven kunnen de tools, toegangsregels en evaluaties afstemmen op één specifieke workflow.
Dit zijn mogelijke voordelen, geen automatische garanties. Bij lokale AI verschuift een deel van de verantwoordelijkheid naar de klant. Die moet zelf zorgen voor hardware, updates, toegangsbeheer, auditlogs, monitoring en beveiliging. Een kleiner model is misschien eenvoudiger te draaien, maar niet per definitie eenvoudiger te beheren.
StartLux past in een bredere trend rond compacte agentmodellen
StartLux staat niet alleen in de beweging richting efficiëntere modellen. NVIDIA beschrijft Nemotron 3.5 Lightning als een open mixture-of-experts-model van 30 miljard parameters, waarvan er tijdens gebruik 3 miljard actief zijn. Het model is bedoeld voor agenten die langdurig actief blijven en veel taken uitvoeren. In de modeldocumentatie van NVIDIA staan daarnaast Gemma 4-varianten met 12 miljard en 31 miljard parameters. 25
26
Ook modelcatalogi en andere secundaire bronnen plaatsen Meta’s Muse Glimmer in de categorie lokale agentmodellen. De beschikbare informatie bevat echter geen onafhankelijk geverifieerde oorspronkelijke publicatiedocumentatie van Meta zelf. 27
33
De bredere ontwikkeling is desondanks duidelijk: ontwikkelaars letten steeds meer op actieve parameters, verwerkingssnelheid, quantisatie, betrouwbaarheid bij toolgebruik en lokale inzetbaarheid — en minder uitsluitend op het totale parameteraantal.
Wat Chinese bedrijven hieruit kunnen meenemen
De uitslag van StartLux kan leiden tot een meer gesegmenteerde aanpak bij de aankoop van AI:
- Kies compacte lokale of private modellen voor gevoelige, veelvoorkomende en goed afgebakende workflows.
- Gebruik de grootste cloudmodellen voor brede, zeldzame of uitzonderlijk moeilijke opdrachten waarbij maximale capaciteit belangrijker is dan eenvoudige implementatie.
- Test de volledige workflow, inclusief de nauwkeurigheid van toolaanroepen, herstel na fouten, taakafronding, prestaties in het Chinees, domeingeschiktheid, snelheid en totale gebruikskosten.
- Beoordeel governance vóór ingebruikname, met aandacht voor rechten, gegevensbewaring, inzicht in modelgedrag, updates en escalatie naar medewerkers.
De nuttigere vraag wordt daarmee niet langer: “Welk model heeft de meeste parameters?” Maar: “Welk model rondt deze taak betrouwbaar af tegen aanvaardbare kosten en risico’s?”
De parameterwedloop wordt een workflowwedloop
StartLux-V1.0-27B-Preview heeft de strijd tussen kleine en grote AI-modellen niet beëindigd. Het resultaat maakt de afweging wel moeilijker te negeren. Een compact model dat goed presteert bij taken waarbij het zelf tools moet gebruiken, kan voor een bedrijf aantrekkelijker zijn dan een veel groter model — vooral wanneer privacy, voorspelbare kosten, lage vertraging en private implementatie vooropstaan.
De volgende fase van AI-inkoop draait daardoor waarschijnlijk minder om één universele winnaar. Bedrijven zullen modelgrootte en implementatievorm steeds vaker afstemmen op het werk dat daadwerkelijk moet worden uitgevoerd.
De score van 39,25 is belangrijk, niet omdat het aantal parameters ineens irrelevant is, maar omdat de uitslag laat zien hoeveel bruikbare capaciteit kan worden geconcentreerd in een model dat mogelijk geschikt is voor lokale bedrijfsprocessen.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Klein StartLux-model komt verrassend dicht bij DeepSeek met 1,6 biljoen parameters"?
StartLux V1.0 27B Preview behaalde 39,25 punten en werd tweede in de MCP test van de Chinese Academy of Information and Communications Technology, op slechts 1,30 punt van DeepSeek V4 Pro met 1,6 biljoen parameters.
What are the key points to validate first?
StartLux V1.0 27B Preview behaalde 39,25 punten en werd tweede in de MCP test van de Chinese Academy of Information and Communications Technology, op slechts 1,30 punt van DeepSeek V4 Pro met 1,6 biljoen parameters. Het model presteerde beter dan DeepSeek V4 Flash 0731 met 284 miljard parameters en Step 3.7 Flash met 198 miljard parameters, en eindigde als eerste bij locatienavigatie.
What should I do next in practice?
De uitslag onderstreept dat bedrijven AI modellen beter kunnen beoordelen op betrouwbare toolaansturing, privacy, kosten en workflowprestaties dan op het aantal parameters alleen.