9B参数，24层循环，这个模型想对标27B

Hugging Face上出现了一个叫SenseNova-Loop-9B-Preview的模型，Reddit的LocalLLaMA板块有人发帖讨论。发帖人barbear22说这个模型/架构很有意思，9B参数整体上能匹配Qwen 3.5 27B，而且看起来还没完全做完。他自己没试过，也不确定会不会比Qwen慢：模型更小，但推理参数约15B，还带MTP。

跟帖里有人提到同系列的SenseNova-U1.5-8B-MoT，说看起来也不错，同样没试。另一个直接的问题是llama.cpp现在还不支持。对本地部署来说，支持比跑分更现实。

有位用MacBook Air M2 16GB的网友问，循环层在内存上怎么算：32层里24层被循环，KV cache会每轮增长，还是大致保持9B规模？他还问MLX会不会比llama.cpp先支持。下面有人回，这问题问到点子上了。

速度也有讨论。网友crusaderky判断它会表现得像18B模型，除非有独立显卡，否则会很慢，要看dflash2的接受率能不能把速度拉到可忍受。网友uzzi38纠正：32层里只有24层循环，并非全部32层，所以运行起来会比18B模型轻，显存占用也更少。对显存不宽裕的人，这差别不小。

循环层的做法是让同一批层跑多遍，参数没变多，计算变多。把24层循环塞进9B模型里，再拿27B模型做对标，确实容易让人好奇。现在缺的是推理框架支持、真实的KV cache数据和实际吞吐。发帖人没给benchmark，跟帖也多是猜测。想试的人可以先等llama.cpp或MLX落地，或者自己盯Hugging Face页面。

同系列MoT模型：https://huggingface.co/sensenova/SenseNova-U1.5-8B-MoT

原帖：https://www.reddit.com/r/LocalLLaMA/comments/1xvysss/sensenovasensenovaloop9bpreview_hugging_face/