Wink Pings

存 32 层跑 56 层,SenseNova-Loop-9B 正式版发布

SenseNova-Loop-9B 正式版把 Preview 的基准拉高:AutomationBench 14.33 到 36.67,GAIA 37.86 到 69.90。4-bit 权重约 4.9GB,Apache 2.0,评论区在等 GGUF,也在争 KV cache。

SenseNova 把 Loop-9B 的正式版放出来了。模型页和代码都公开,Apache 2.0,4-bit 权重约 4.9GB。发帖人还没实际跑,先转的是官方 README 里的设计和分数。

结构没变:存 32 层,其中 24 层跑两遍,所以一次前向实际做 56 层的工作,参数规模还是 9B 左右。这个设计就是名字里的 loop。

SenseNova-Loop-9B 基准图

变化在分数。按 README 的图,它在七项基准上全部高于 Preview:AutomationBench 从 14.33 到 36.67,Terminal-Bench 2.1 从 40.45 到 59.55,GAIA 从 37.86 到 69.90。36.67 也正好等于他们列出的 Qwen3.8-27B。

链接在这里:Hugging Face 模型页,GitHub 仓库。

跟帖里有人已经在 5090 上用 vLLM 试了,速度大约 50 tok/s。评价是比普通 9B 明显强,但仍会优先选 27B。

5090 上的 vLLM 测试截图

也有人贴了 GIF,说它能做 3D。下面马上有人问 prompt。

能生成 3D 的 GIF

名字里带 loop,它也确实会 loop。有人跑出循环输出,截图被顶了上来。跟帖的吐槽很直接:架构就叫 looped transformer,还能期待什么。

循环输出截图

更实际的争论在 KV cache。有网友认为,跑满 262K 上下文时,它的显存占用相当于同上下文的 27B 模型,那 9B 的意义会被削弱。另一个网友说自己算过,应该更省,并贴了计算图。还有人补了一句:4-bit 权重加 8-bit KV 能塞进 16GB,已经不错。这个分歧目前没有统一结论,得等更多实测。

KV cache 计算讨论

发布节奏上,跟帖有人说 GGUF 文件明天会放出来。还有人试了 loop 次数,默认是 2,有人觉得 3 效果最好,但默认设 2 显然是为了速度。

一个更大的问题是,这是不是第一个开放权重的 looped transformer。有网友说,如果 SenseNova 做出来了,其他中国团队大概率也在推进,差距可能很快缩小。另一个跟帖提到 Density Laws of LLMs,说模型能力密度大约每 3 到 3.5 个月翻倍,所以 9B 打老 27B 不算离谱。这个说法可以去找原论文看,别急着当结论。

现在能确定的是,架构和官方数字都摆出来了,社区测试也开始出现。它能不能在日常任务里站住,要看 GGUF 和更多独立跑分。对小卡上跑长上下文 agent 的人来说,这至少是个值得关注的新选项。

发布时间: 2026-11-17 23:14