La empresa china StartLux, fundada por el veterano programador Chen Danyan —ex cofundador de Shanda Network— presentó su modelo StartLux-V1.0-27B-Preview, un modelo local de 27.000 millones de parámetros que quedó en segundo lugar en la prueba MCP-Universe de la Academia China de Tecnología de la Información y las Comunicaciones (CAICT), a solo 1,3 puntos porcentuales del DeepSeek-V4-Pro (1,6 billones de parámetros). El modelo de StartLux también superó al Qwen 3.6 en la misma escala y a otros sistemas mucho mayores, como DeepSeek-V4-Flash-0731 (284.000 millones) y Step-3.7-Flash (198.000 millones).
La prueba MCP-Universe evalúa la capacidad de los agentes para ejecutar tareas reales en seis áreas: navegación por localización, búsqueda web, automatización de navegadores, análisis financiero, gestión de repositorios de código y diseño 3D. En la práctica, StartLux resolvió un problema de inversión en acciones de Microsoft con un cálculo correcto (47.499,09 dólares, 90 % de rendimiento), mientras que Claude Sonnet 4.6 se equivocó por identificar una fecha como no bursátil; en una búsqueda de vuelos, el modelo local completó la tarea en 95 segundos y 12 pasos, frente a los más de 200 segundos y 21 pasos de Claude, además de ofrecer un billete más barato (299 frente a 556 dólares).
StartLux, antes llamada Yuandian Xinghui, basa su modelo en Qwen3.6-27B, al que aplica un método propio de post-entrenamiento denominado Auto Research, centrado en el aprendizaje de uso de herramientas, verificación de resultados y ejecución multi-paso. La compañía afirma que se trata del primer modelo-agente local chino entrenado con esta técnica. Chen Danyan reapareció públicamente en la reunión del 18.º aniversario del Instituto Shanda para defender que los modelos locales pueden llegar a representar el 80 % del mercado.