中国StartLux决策模型开源 反超Jev登顶

时间：2026 年 9 月 30 日 地点：上海 人物：StartLux（原点星辉）团队、上海人工智能实验室 Intern-Decision 团队 事件详情：成立不到 5 个月的上海 AI 公司 StartLux 正式发布完全开源的专用决策模型 StartLux-Decision，一次性推出 0.8B、2B、4B、9B、27B 共五档参数版本，并配套 BF16、Q8_0、Q4_K_M 三种 GGUF 量化权重，全部支持本地部署。代码与模型权重同步释出，GitHub 仓库已可下载。 关键数据：在独立第三方 Decision Index 0.2.1 公开榜单的 38 项基准测试中，27B 版本综合得分 63.88，超过当前最受关注的决策模型 Jev 1.13（57.91），其中 31 项指标高于 Jev，五档模型全部领先同尺寸公开榜单最高分。实战方面，与 Jev 1.13 进行 36 局国际象棋对弈，StartLux-Decision-27B 赢下 35 局。在上海 AI 实验室发布 Intern-Decision 时采用的 7 项评测中，27B 版本平均准确率达 91.82%，高于 Jev 的 88.74% 和 Intern-Decision-4B 的 90.02%。 研发速度：团队借助自建的 Auto Research 异构多模型协同研发管线，从立项到完成第一轮研发与验证仅用 3 天。这是 StartLux 第二次震惊业界——此前其 StartLux-27B 本地模型曾以约 1/60 的参数量基本打平 DeepSeek-V4-Pro，并在工信部中国信通院测试中超过 284B 的 DeepSeek-V4-Flash。 背景：Jev 由原 OpenAI 核心成员创立的 TypeSafe AI 推出，凭借"哑巴 AI"路线 14 天内狂揽 14 万开发者、估值 9 天涨 50 倍，被视为决策模型赛道的现象级新星。StartLux 此番开源登顶，被业内视为中国团队在 Agent 底层基础设施上对硅谷明星项目的首次正面超越。 技术意义：决策模型专门处理 Agent 系统中重复出现的高频判断——选哪个按钮、调用哪个工具、任务是否完成。StartLux-Decision 接收当前状态与候选项，可一次前向计算返回多个选择题的概率，无需逐字生成回答文本。在单卡 H200、BF16 短请求条件下，0.8B、2B、4B、9B、27B 的响应延迟分别为 12.2、15.5、26、35.7、102.3 毫秒。 影响：随着 Agent 规模部署进入工程化阶段，判断步骤的成本与延迟成为系统瓶颈。决策模型可与通用大模型协同，由 StartLux-Decision 负责毫秒级高频选择，通用大模型负责开放式生成与复杂规划，分层架构有望成为本地智能体的标准配置。StartLux 表示，年内将推出首个面向公众的本地智能体验版本，模型权重已可在 Hugging Face 公开下载。 总结：成立不到 5 个月的中国 AI 创业公司 StartLux 用 3 天时间端出开源决策模型 StartLux-Decision，五档版本全部领先同尺寸公开榜单，并在综合成绩上把决策模型新王 Jev 请下王座，标志中国团队在 Agent 底层基础设施上取得重要突破。 参考来源： 1. https://www.36kr.com/p/4009510615027849 2. https://new.qq.com/rain/a/20261002A04RXK00 3. https://new.qq.com/rain/a/20261002A08UYI00 4. https://m.sohu.com/a/1083443765_122066678 5. https://github.com/StartLuxLabs/Startlux-Decision 6. https://www.c114pro.com/ainews/200238.html 7. https://k.sina.com.cn/article_7857201856_1d45362c001908pkjg.html