StartLux通过可信AI大模型基准测试-MCP专项测试

近年来，模型上下文协议（Model Context Protocol，MCP）作为连接大模型与外部数据源、工具及应用的核心技术基础，正受到国内外大模型厂商与开发平台的广泛关注和深度应用。

为进一步评估大模型在工具调用与智能体协同方面的真实能力，中国信通院开展大模型基准测试——MCP 专项测试，围绕实际应用场景设置位置导航、网页搜索、浏览器自动化、金融分析、代码仓库管理、3D设计六类专项任务，并在此基础上开展综合能力评估，重点考察大模型在多工具协同、复杂任务执行及真实环境交互等方面的综合表现，该专项测试部分指标和数据参考了开源项目MCP-Universe[1]。

2026年8月，上海原点星辉科学技术有限公司（以下简称“StartLux”）参与由中国信息通信研究院组织开展的可信AI大模型基准测试——MCP专项测试，其自主研发的大模型StartLux-V1.0-27B-Preview顺利通过评估。评估结果显示，该模型综合性能表现优异，总体任务通过率达到39.25%。在各专项任务中，StartLux-V1.0-27B-Preview在位置导航任务中的平均通过率为33.33%，网页搜索任务为42.42%，浏览器自动化任务为28.21%，金融分析任务为68.33%，代码仓库管理任务为17.17%，3D设计任务为43.86%。本次评估结果表明，在基础模型基础上，针对特定任务开展后训练与定向能力增强，能够进一步提升模型在复杂场景下的任务执行效果。该模型的测试表现也表明，通过针对性的数据构建、训练优化与能力增强，轻量级模型同样能够在特定智能体任务中实现较好的综合表现。

图 1  StartLux参数量级与评测分数

【StartLux-V1.0-27B-Preview产品介绍】

（以下介绍信息由上海原点星辉科学技术有限公司提供）

StartLux-V1.0-27B-Preview 以 Qwen3.6-27B 为基座模型，是一款面向工具调用与通用 Agent 场景的 27B Dense 模型。StartLux训练数据的设计重点在于增强模型的任务理解、工具选择、参数构造、多步执行、状态检查和结果验证等能力，同时使其学会根据不同任务要求与工具反馈，来调整执行策略，在出现异常或结果偏差时主动修正、重新执行并确认任务完成。训练模型的过程中，团队采用AI 训练 AI（Auto Research）的方法，让模型在真实工具环境中自主完成任务，通过环境反馈持续优化自身能力。

上海原点星辉科学技术有限公司未知

公司法人：罗永祥

查看详情

[超站]友情链接：

四季很好，只要有你，文娱排行榜：https://www.yaopaiming.com/
关注数据与安全，洞悉企业级服务市场：https://www.ijiandao.com/