Qu’est-ce que SenseNova-Loop-9B-Preview ?
SenseNova-Loop-9B-Preview est un modèle multimodal ouvert de l'équipe SenseNova de SenseTime, publié le 30 octobre 2026 sous Apache 2.0. Il lit du texte et des images et écrit du texte, et vise le travail d'agent sur de longs contextes : documents, code, tableurs, diapositives et appels d'outils.
Sa particularité est un décodeur en boucle. Le modèle stocke 32 couches de décodeur, mais les couches 4 à 27 s'exécutent deux fois de suite avec les mêmes poids, si bien que chaque token passe par 56 calculs de couche. SenseTime le décrit comme environ 9 milliards de paramètres stockés qui font le travail d'environ 14,6 milliards. Dans la boucle, deux flux résiduels parallèles sont mélangés par des transformations apprises et contraintes (manifold-constrained hyper-connections, ou mHC), et l'attention alterne trois couches d'attention linéaire avec une couche d'attention complète.
Il a été entraîné sur des séquences allant jusqu'à 262 144 tokens et prend en charge la prédiction multi-tokens pour un décodage plus rapide. Le rapport technique est indiqué comme « TBD », et les détails de publication de l'implémentation Transformers restent à annoncer.
SenseNova-Loop-9B-Preview vaut-il le coup ?
Le graphique de lancement de SenseNova-Loop-9B-Preview est solide pour un modèle de 9B et étroit dans ce qu'il teste. Sur huit benchmarks, il devance Qwen3.5-9B sur chacun, souvent largement : 66,89 contre 41,63 sur WorkBuddy Bench, 58,87 contre 40,78 sur AIDABench et 13,72 contre 1,05 sur AutomationBench. Il dépasse aussi le plus gros Qwen3.5-27B sur six des huit. Les huit portent tous sur des tâches d'agent, de bureautique ou de bases de données ; l'un d'eux, RaccoonPPTBench, où il obtient 70,70, est le test interne de génération de diapositives de SenseTime. Il n'y a aucun benchmark de vision, de connaissances ou de raisonnement, bien que le modèle lise des images, et aucun résultat indépendant pour l'instant.
Le graphique a ses points faibles. Sur Terminal Bench 2.1, ses 40,45 ne font qu'égaler Qwen3.5-35B-A3B et Qwen3.6-35B-A3B, et restent derrière Qwen3.5-27B à 47,19 et le Nanbeige4.2 de 3B à 49,44. Sur τ³-Banking, Qwen3.5-27B mène, 19,59 contre 18,56.
La conception en boucle est la raison de le suivre. Exécuter deux fois les couches 4 à 27 donne la profondeur d'un modèle plus grand en ne stockant que 32 couches, mais n'économise pas de calcul : chaque token coûte toujours 56 passages de couche, à peu près le travail d'un modèle de 14,6B selon la description de SenseTime elle-même. L'économie porte sur la mémoire des poids, pas sur la vitesse.
En pratique, même cette économie n'est pas encore visible. Le dépôt Hugging Face contient 38,1 GB répartis en neuf fragments, et ses métadonnées indiquent 9,41 milliards de paramètres stockés en FP32, bien que la fiche décrive un socle en BF16. Tous les exemples de service utilisent quatre GPU avec parallélisme de tenseurs, la prise en charge de vLLM et SGLang se trouve dans des pull requests non fusionnées, et un runtime standard qui exécute chaque couche une seule fois calculerait un réseau différent, si bien que les quantifications communautaires demandent de la prudence. L'étiquette d'aperçu est méritée.
Là où il fait la différence
Un chercheur en ML dans un laboratoire universitaire qui travaille sur les architectures efficaces
Étudier comment les boucles à poids partagés échangent des paramètres contre de la profondeur
Chargez le checkpoint dans Transformers 5.18.0 avec trust_remote_code et examinez les réglages de la boucle, qui définissent les couches 4 à 27 comme le bloc répété avec 2 passages. Le fork torchtitan de SenseTime inclut des recettes d'entraînement SFT, DPO et MTP pour des exécutions sur un seul nœud de 8 GPU.
Une équipe plateforme IA dans un cabinet de conseil qui automatise les présentations et l'analyse de tableurs
Essayer un petit modèle ouvert pour des tâches d'agent de bureautique avant de s'engager sur un plus gros
Servez-le avec LightLLM sur quatre GPU comme le montre la fiche, puis comparez-le à Qwen3.5-27B sur vos propres tâches. Ses scores de 66,89 sur WorkBuddy et de 70,70 sur RaccoonPPTBench viennent de SenseTime, et le second est un test interne.
Un ingénieur adepte de l'auto-hébergement dans un éditeur de logiciels de 50 personnes
Faire tourner un modèle d'agent multimodal local sur le GPU d'une station de travail
Attendez pour l'instant : les poids officiels pèsent 38,1 GB, les exemples de la fiche utilisent le parallélisme de tenseurs sur quatre GPU, et aucun build quantifié de SenseTime n'existe. Toute quantification communautaire doit conserver intacts les opérateurs de boucle et de routage pour calculer le même modèle.
Avant de vous engager
- Mise en route
- Installez transformers 5.18.0 et PyTorch 2.11.0 avec CUDA 13.0, puis chargez avec AutoModelForCausalLM et trust_remote_code ; le code du modèle est fourni dans le dépôt. Pour le service, compilez vLLM depuis la pull request 64832 ou SGLang depuis la pull request 47281, ou utilisez l'image Docker de LightLLM.
- Intégrations
- Endpoints de chat compatibles OpenAI via LightLLM, vLLM ou SGLang ; un mode thinking activé par enable_thinking ; décodage spéculatif MTP dès maintenant, les modèles de brouillon DSpark et DFlash2 étant encore en entraînement. Les poids sont répliqués sur ModelScope.
- Données et confidentialité
- Apache 2.0 sans restriction d'usage ; auto-hébergement uniquement. Le chargement exige du code distant, qui exécute le Python de SenseTime sur votre machine. Aucune déclaration sur les données d'entraînement au-delà de recettes multimodales sur longues séquences et de trajectoires d'outils.
- Coût à grande échelle
- Le checkpoint de 38,1 GB et le parallélisme de tenseurs sur quatre GPU de chaque exemple de service le destinent à des serveurs multi-GPU, pas à des cartes uniques. Chaque token coûte 56 passages de couche, si bien que le calcul par token est plus proche d'un modèle de 14,6B que d'un modèle de 9B.
- Limites
- Version d'aperçu sans rapport technique. La configuration autorise 262 144 positions, la longueur d'entraînement ; l'anglais et le chinois sont indiqués. Les runtimes qui exécutent chaque couche une seule fois calculent un réseau différent, si bien que les builds quantifiés ou portés doivent reproduire la boucle.
Les points forts
- Devance Qwen3.5-9B sur les huit benchmarks de lancement (autodéclarés)
- 66,89 sur WorkBuddy Bench et 58,87 sur AIDABench, au-dessus de Qwen3.5-27B
- La conception en boucle donne 56 passages de couche à partir de 32 couches stockées
- Apache 2.0, avec des scripts de fine-tuning et d'entraînement de modèles de brouillon
Les points faibles
- Pas de rapport technique ; aucun benchmark de vision, de connaissances ou de raisonnement
- L'un des huit benchmarks est un test interne de SenseTime
- Checkpoint de 38,1 GB stocké surtout en FP32 ; les exemples utilisent quatre GPU
- Prise en charge de vLLM et SGLang uniquement dans des pull requests non fusionnées
Idéal pour
Les équipes de recherche qui étudient les architectures en boucle et à poids partagés, ou qui évaluent de petits modèles ouverts pour le travail d'agent de bureautique, et peuvent tolérer un outillage au stade de l'aperçu.
Alternatives à SenseNova-Loop-9B-Preview
SenseNova-Loop-9B-Preview : questions fréquentes
- SenseNova-Loop-9B-Preview vaut-il le coup ?
- SenseNova-Loop-9B-Preview affiche des scores d'agent bien supérieurs à sa taille, mais c'est un aperçu sans rapport technique, avec un téléchargement de 38 GB et une prise en charge du service encore dans des branches non fusionnées. Nous lui donnons 3.5 sur 5.
- Combien coûte SenseNova-Loop-9B-Preview ?
- Gratuit sous Apache 2.0. Aucune API hébergée indiquée pour ce modèle.
- Quels sont les inconvénients de SenseNova-Loop-9B-Preview ?
- Pas de rapport technique ; aucun benchmark de vision, de connaissances ou de raisonnement; l'un des huit benchmarks est un test interne de SenseTime; checkpoint de 38,1 GB stocké surtout en FP32 ; les exemples utilisent quatre GPU; prise en charge de vLLM et SGLang uniquement dans des pull requests non fusionnées.
- À qui s’adresse SenseNova-Loop-9B-Preview ?
- Les équipes de recherche qui étudient les architectures en boucle et à poids partagés, ou qui évaluent de petits modèles ouverts pour le travail d'agent de bureautique, et peuvent tolérer un outillage au stade de l'aperçu.
- Combien coûte SenseNova-Loop-9B-Preview pour une équipe ou en production ?
- Le checkpoint de 38,1 GB et le parallélisme de tenseurs sur quatre GPU de chaque exemple de service le destinent à des serveurs multi-GPU, pas à des cartes uniques. Chaque token coûte 56 passages de couche, si bien que le calcul par token est plus proche d'un modèle de 14,6B que d'un modèle de 9B.
- SenseNova-Loop-9B-Preview est-il sûr pour les données de l’entreprise ?
- Apache 2.0 sans restriction d'usage ; auto-hébergement uniquement. Le chargement exige du code distant, qui exécute le Python de SenseTime sur votre machine. Aucune déclaration sur les données d'entraînement au-delà de recettes multimodales sur longues séquences et de trajectoires d'outils.
- Quelles sont les meilleures alternatives à SenseNova-Loop-9B-Preview ?
- Les alternatives les plus proches que nous avons testées sont ZDTaichu5.0-9B, Qwen3.8-27B, MiniCPM-V 4.7 (35B-A3B and 1B) et Nanbeige4.3-33B.
Réponses vérifiées le 2 nov. 2026.