今天，我们公开了Micius-Flash的技术报告，其参数规模为 27B，采用原生多模态架构，支持 256K 上下文与深度思考模式，并选择半导体作为首 个重点实践场景：这里知识密度高、专业工具多，而且每一步工程结果都有严格的验证要求。

我们希望验证的不只是一个模型能在专业 Benchmark 上拿到多少分，而是两个更实际的问题：27B 的模型，专业能力可以做到什么程度？离开榜单之后，它能否进入不同的工程环境，处理真正复杂、多样的研发任务？

Blog：

在线体验：

API 接入：

知满科技官网：

技术报告：

01｜仅 27B 参数，Micius 在多项半导体专业评测中达到领 先水平

Micius-Flash-Preview 只有 27B 参数，但在半导体知识、多模态、硬件代码与专业 Agent 等核心能力上，已经展现出与更大规模前沿模型竞争的能力，并在硬件代码与专业 Agent 上显著超过同尺寸通用模型。

半导体知识与多模态：27B，拿下多项专业榜单第 一

在半导体知识与多模态理解方面，RFSchemBench 72.4、CircuitSense 71.0，均为参评模型最高分；SuperGPQA 微电子子集达到 84.0，与 Claude Opus 5 并列第  一。在最考验半导体专业知识和工程图理解的任务上，27B 的 Micius-Flash-Preview已经能够与明显更大规模的前沿模型正面竞争。

硬件代码能力：12 项全部领 先同尺寸模型

专业模型的竞争，不只是继续堆参数，也可以通过专业数据、训练方法和工程反馈，把更高的能力压进一个 27B 模型里。硬件与工程代码是 Micius-Flash-Preview 提升最明显的方向之一。 Micius-Flash-Preview 在 12 项评测中全部领 先同尺寸顶 尖通用模型Qwen3.8-27B，平均得分 64.2、平均提升 15.0 分，整体成绩高于 DeepSeek-V4-Pro（63.8），接近 DeepSeek V4.1 Flash（65.4）。

通用编程与 Agent：27B 比肩更大的模型

在半导体专项 Agent 评测中，Micius-Flash-Preview 得分 62.4，高于 DeepSeek-V4-Pro 的 57.3 和同尺寸 Qwen3.8-27B 的 45.2。在 HMMT、GameCraft 等通用推理与 Agent 评测中，Micius 也分别取得 87.9 和 50.5，均高于同尺寸 Qwen3.8-27B。

BAT 做 Personal Agent，我没那么乐观

02｜深入多个半导体真实业务场景，把任务做到工程级交付

Benchmark 能证明模型在一道题上“会不会”，但真实工程关心的是，模型能否在多样化的业务场景中，把任务需求推进到工程级交付。为此，Micius 团队收集了上千个经领域专家评审的真实工作场景，以实际业务需求为牵引，构建覆盖芯片功能验证、 PCB 设计以及晶圆失效与良率分析等业务场景的专业工程数据并纳入模型训练。

在真实工程任务中，Micius-Flash 已完成芯片设计、PCB 设计、复杂工业软件开发与复刻、科学实验等多类场景验证。配合使用 Micius Harness，模型可以进入 EDA、KiCad、三维建模软件及实验环境，从具体需求或已有项目出发，持续完成工具调用、结果检查与问题修正：既能将芯片设计需求推进到版图产物，也能开发工程软件插件、复现三维建模工作流，或在可视化实验环境中完成测量与分析。

在这些真实工程任务中，Micius 不仅展现了对不同专业环境和复杂任务的适应能力，也能够在推进任务目标的同时，兼顾工程规范、结果验证与交付质量，进一步体现了从任务执行走向工程级交付的能力。

03｜数据不出域，让专业模型安全、高效落地研发流程

在半导体芯片设计等高精尖产业中，数据安全是模型进入核心研发流程的前提。芯片源码、版图、PDK 及内部研发数据承载着核心知识产权，企业需要严格控制敏感数据的传输与使用。

Micius-Flash 以 27B 参数承载高水平专业能力，支持完全私有化部署。结合本地部署的 Micius Harness，模型推理、EDA 工具协同、工程文件处理与结果留存均可在企业内网完成，让核心研发数据不出域、使用过程可控。

本地运行可以减少远程 API 调用的网络等待，提升频繁调用工具、反复验证的长链路工程任务的执行效率。成本方面，按公开 API 定价测算，Micius 单位 token 成本较头部闭源模型低 80% 以上；在典型长链路工业 Agent 任务中，整体推理成本有望降低 70% 以上。

04｜真实工程中的反馈，能不能让模型继续变强？

我们目前正在探索的是一条面向 Industry RSI（Recursive Self-Improvement） 的工程路径。这里的 RSI，并不是指模型已经能够完全自主地修改和训练自身，更现实的起点，是先建立一套可以被验证、被追踪的工程闭环：真实工程任务 → 暴露失败 → 定位能力缺口 → 补充数据与训练 → 新模型再次进入工程环境验证。

Harness 在其中承担了一个关键角色。模型进入 EDA、KiCad 等真实工具环境后，每一次工具调用、执行结果和工程产物都可以被记录和检查。代码能不能编译、仿真是否通过、版图是否满足规则、最终产物能不能通过验收，都提供了比“答案看起来是否正确”更明确的反馈。

下一阶段，Micius-Flash-Preview 将进一步进入芯片设计企业与晶圆厂的真实研发流程，以流片、签核结果和工程师评审等真实工程标准检验模型能力。通过分析任务中暴露的问题，可以进一步识别模型在专业知识、任务规划、工具调用或执行过程中的能力短板，并将分析结果作为后续数据优化与模型训练迭代的依据。

所以，我们更关注的不是让模型“凭空自我进化”，而是建立一套真正扎在工程现场的持续改进机制：真实任务不断提出问题，工程结果给出反馈，模型再带着新的能力回到现场。