9B 参数的模型，硬是打出了 27B 级的水平。SenseNova-Loop-9B-Preview 的思路不是堆参数，而是用计算深度换参数量：Looped Transformer 加参数共享循环，中间层反复跑几遍，推理时的等效参数量拉到约 14.6B。
按公布的成绩，它在 WorkBuddy、RaccoonPPT、AutomationBench 三项上都超过了 Qwen3.5-27B。mHC 带来的提升也很具体：GPQA Diamond +4.42，TeamBench +13.34。模型支持图文输入，上下文做到 262K，代码、办公、Agent 任务都能接。
轻量是它最实在的卖点。量化之后，16G 内存的设备就能本地跑通，社区的 GGUF 量化版更适合纯 CPU 或低显存机器。协议是 Apache 2.0，支持 MTP 加速，本地部署的门槛一下子低了很多。
上手路径很短：先从 Hugging Face 拉 sensenova/SenseNova-Loop-9B-Preview，装好 transformers 5.18.0、torch 和 accelerate，加载时开 trust_remote_code=True，就能跑 thinking 和多模态推理。
模型主页：https://huggingface.co/sensenova/SenseNova-Loop-9B-Preview
开源仓库：https://github.com/OpenSenseNova/SenseNova-Loop
正文完