Quanto custa SenseNova-Loop-9B-Preview?

Gratuito sob Apache 2.0. Nenhuma API hospedada listada para este modelo.

Quais são as desvantagens de SenseNova-Loop-9B-Preview?

Sem relatório técnico; sem benchmarks de visão, conhecimento ou raciocínio; um dos oito benchmarks é um teste interno da SenseTime; checkpoint de 38,1 GB armazenado sobretudo em FP32; os exemplos usam quatro GPUs; suporte no vLLM e no SGLang só em pull requests não mesclados.

Quanto custa SenseNova-Loop-9B-Preview para uma equipe ou em produção?

O checkpoint de 38,1 GB e o paralelismo de tensor em quatro vias em todos os exemplos de serving o colocam em servidores com várias GPUs, não em placas únicas. Cada token custa 56 passadas de camada, então a computação por token se aproxima mais de um modelo de 14,6B que de um de 9B.

SenseNova-Loop-9B-Preview é seguro para dados da empresa?

Apache 2.0 sem restrições de uso; só auto-hospedado. O carregamento exige código remoto, que executa o Python da SenseTime na sua máquina. Nenhuma declaração sobre dados de treino além de receitas multimodais de sequências longas e de trajetórias de ferramentas.

Quais são as melhores alternativas ao SenseNova-Loop-9B-Preview?

As alternativas mais próximas que analisamos são ZDTaichu5.0-9B, Qwen3.8-27B, MiniCPM-V 4.7 (35B-A3B and 1B) e Nanbeige4.3-33B.

SenseNova-Loop-9B-Preview análise: preço e veredito (2026)

O que é SenseNova-Loop-9B-Preview?

O SenseNova-Loop-9B-Preview é um modelo multimodal aberto da equipe SenseNova da SenseTime, lançado em 30 de outubro de 2026 sob Apache 2.0. Ele lê texto e imagens e escreve texto, e é apresentado para trabalho de agentes com contexto longo: documentos, código, planilhas, slides e chamadas de ferramentas.

Seu recurso distintivo é um decoder em loop. O modelo armazena 32 camadas de decoder, mas as camadas 4 a 27 rodam duas vezes em sequência com os mesmos pesos, então cada token passa por 56 cálculos de camada. A SenseTime descreve isso como cerca de 9 bilhões de parâmetros armazenados fazendo o trabalho de cerca de 14,6 bilhões. Dentro do loop, dois fluxos residuais paralelos são misturados por mapeamentos aprendidos e restritos (manifold-constrained hyper-connections, ou mHC), e a atenção alterna três camadas de atenção linear com uma de atenção completa.

Ele foi treinado com sequências de até 262.144 tokens e suporta predição de múltiplos tokens para decodificação mais rápida. O relatório técnico aparece como "TBD", e os detalhes de publicação da implementação no Transformers ainda serão anunciados.

SenseNova-Loop-9B-Preview vale a pena?

O gráfico de lançamento do SenseNova-Loop-9B-Preview é forte para um modelo de 9B e estreito no que testa. Em oito benchmarks ele lidera sobre o Qwen3.5-9B em todos, muitas vezes por larga margem: 66,89 contra 41,63 no WorkBuddy Bench, 58,87 contra 40,78 no AIDABench e 13,72 contra 1,05 no AutomationBench. Ele também supera o Qwen3.5-27B, maior, em seis dos oito. Todos os oito são tarefas de agente, de escritório ou de banco de dados; um deles, o RaccoonPPTBench, onde ele marca 70,70, é o teste interno de geração de slides da SenseTime. Não há benchmarks de visão, conhecimento ou raciocínio, apesar de o modelo ler imagens, e ainda não há resultados independentes.

O gráfico tem pontos fracos. No Terminal Bench 2.1, seus 40,45 só empatam com o Qwen3.5-35B-A3B e o Qwen3.6-35B-A3B e ficam atrás do Qwen3.5-27B, com 47,19, e do Nanbeige4.2 de 3B, com 49,44. No τ³-Banking, o Qwen3.5-27B lidera, 19,59 a 18,56.

O design em loop é o motivo para acompanhá-lo. Rodar as camadas 4 a 27 duas vezes dá a profundidade de um modelo maior armazenando só 32 camadas, mas não economiza computação: cada token ainda custa 56 passadas de camada, cerca do trabalho de um modelo de 14,6B pela descrição da própria SenseTime. A economia está na memória para os pesos, não na velocidade.

Na prática, nem essa economia aparece ainda. O repositório no Hugging Face tem 38,1 GB em nove shards, e os metadados listam 9,41 bilhões de parâmetros armazenados em FP32, embora o card descreva um backbone em BF16. Todos os exemplos de serving usam quatro GPUs com paralelismo de tensor, o suporte no vLLM e no SGLang está em pull requests não mesclados, e um runtime padrão que roda cada camada uma vez calcularia uma rede diferente, então quantizações comunitárias pedem cuidado. O rótulo de prévia é merecido.

Onde ele se destaca

Um pesquisador de ML em um laboratório universitário que trabalha com arquiteturas eficientes
Estudar como loops com pesos compartilhados trocam parâmetros por profundidade
Carregue o checkpoint no Transformers 5.18.0 com trust_remote_code e inspecione as configurações do loop, que definem as camadas 4 a 27 como o bloco repetido com 2 passadas. O fork do torchtitan da SenseTime inclui receitas de treino de SFT, DPO e MTP para execuções em um único nó com 8 GPUs.
Uma equipe de plataforma de IA em uma consultoria que automatiza apresentações e análise de planilhas
Testar um modelo aberto pequeno em tarefas de agente de escritório antes de se comprometer com um maior
Sirva-o com o LightLLM em quatro GPUs, como o card mostra, e depois compare-o com o Qwen3.5-27B nas suas próprias tarefas. As pontuações de 66,89 no WorkBuddy e 70,70 no RaccoonPPTBench são da SenseTime, e a segunda é de um teste interno.
Um engenheiro de auto-hospedagem em uma empresa de software de 50 pessoas
Rodar um modelo de agente multimodal local na GPU de uma estação de trabalho
Espere por enquanto: os pesos oficiais têm 38,1 GB, os exemplos do card usam paralelismo de tensor em quatro GPUs e não existe build quantizado da SenseTime. Qualquer quantização comunitária precisa manter intactos os operadores de loop e de roteamento para calcular o mesmo modelo.

Antes de decidir

Configuração: Instale transformers 5.18.0 e PyTorch 2.11.0 com CUDA 13.0 e depois carregue com AutoModelForCausalLM e trust_remote_code; o código do modelo vem no repositório. Para serving, compile o vLLM a partir do pull request 64832 ou o SGLang a partir do pull request 47281, ou use a imagem Docker do LightLLM.
Integrações: Endpoints de chat compatíveis com a OpenAI pelo LightLLM, vLLM ou SGLang; um modo thinking ligado com enable_thinking; decodificação especulativa com MTP já disponível, com os modelos de rascunho DSpark e DFlash2 ainda em treinamento. Os pesos têm espelho no ModelScope.
Dados e privacidade: Apache 2.0 sem restrições de uso; só auto-hospedado. O carregamento exige código remoto, que executa o Python da SenseTime na sua máquina. Nenhuma declaração sobre dados de treino além de receitas multimodais de sequências longas e de trajetórias de ferramentas.
Custo em escala: O checkpoint de 38,1 GB e o paralelismo de tensor em quatro vias em todos os exemplos de serving o colocam em servidores com várias GPUs, não em placas únicas. Cada token custa 56 passadas de camada, então a computação por token se aproxima mais de um modelo de 14,6B que de um de 9B.
Limites: Lançamento de prévia sem relatório técnico. A configuração permite 262.144 posições, o comprimento de treino; inglês e chinês estão listados. Runtimes que executam cada camada uma vez calculam uma rede diferente, então builds quantizados ou portados precisam reproduzir o loop.

O que é bom

Lidera sobre o Qwen3.5-9B nos oito benchmarks de lançamento (autodeclarados)
66,89 no WorkBuddy Bench e 58,87 no AIDABench, acima do Qwen3.5-27B
O design em loop dá 56 passadas de camada a partir de 32 camadas armazenadas
Apache 2.0, com scripts de fine-tuning e de treino de modelo de rascunho

O que não é

Sem relatório técnico; sem benchmarks de visão, conhecimento ou raciocínio
Um dos oito benchmarks é um teste interno da SenseTime
Checkpoint de 38,1 GB armazenado sobretudo em FP32; os exemplos usam quatro GPUs
Suporte no vLLM e no SGLang só em pull requests não mesclados

Ideal para

Equipes de pesquisa que estudam arquiteturas em loop e com pesos compartilhados, ou que avaliam modelos abertos pequenos para trabalho de agentes de escritório, e toleram ferramentas em estágio de prévia.

Alternativas ao SenseNova-Loop-9B-Preview

ZDTaichu5.0-9B

Zidong Taichu (CASIA and Wuhan AI Research)Visão e multimodalPesos abertos

3.8/5

Um modelo de visão e linguagem de 9B da equipe chinesa Zidong Taichu que troca um pouco de OCR por raciocínio espacial e uso de ferramentas.

Qwen3.8-27B

Alibaba (Qwen)Uso geralPesos abertos

4.5/5

O modelo denso da Alibaba sob Apache 2.0: 27 bilhões de parâmetros, entrada de imagem e vídeo e notas de programação que rivalizam com modelos muitas vezes maiores.

MiniCPM-V 4.7 (35B-A3B and 1B)

OpenBMBVisão e multimodalPesos abertos

4.0/5

Os modelos de visão Apache 2.0 da OpenBMB: um mixture-of-experts de 35B que lidera em documentos e um de 1B para celulares.

Nanbeige4.3-33B

BOSS Zhipin (Nanbeige LLM Lab)ProgramaçãoPesos abertos