SenseTime hat am 30. Oktober das KI-Modell SenseNova-Loop-9B-Preview zum Herunterladen freigegeben. Das Modell schickt jede Eingabe zweimal durch denselben Block aus 24 Schichten und kommt so auf mehr Rechenschritte, ohne mehr Speicher zu belegen. In SenseTimes eigenen Tests liegt das Modell vor dem gleich großen Qwen3.5-9B von Alibaba, einen technischen Bericht gibt SenseTime noch nicht heraus.
Ein Klick · kostenlosDr. Web bei Google bevorzugenMarkieren Sie drweb.de als bevorzugte Quelle. Dann sehen Sie unsere Artikel öfter unter den Top-Meldungen.Jetzt hinzufügenInhalt 4 Abschnitte
Die Modelldateien stehen unter der Apache-Lizenz 2.0 auf Hugging Face,[1] Unternehmen dürfen das Modell also auch kommerziell einsetzen. SenseNova-Loop-9B verarbeitet Texte und Bilder und ist für lange Dokumente und KI-Agenten gedacht. Schon im August hatte SenseTime mit SenseNova U1.5 ein Modell zum Herunterladen veröffentlicht.
Das Wichtigste in Kürze
- Gespeichert sind 32 Schichten, pro Durchgang rechnet das Modell 56 Schichten.
- Im Kommandozeilen-Test Terminal Bench 2.1 kommt das Modell auf 40,45 Punkte, Qwen3.5-9B auf 29,20.
- Aufbau und Vokabular stimmen mit Qwen3.5-9B überein, ein Ausgangsmodell nennt SenseTime nicht.
- Zum Laden muss Programmcode von SenseTime auf dem eigenen Rechner laufen.
Wie funktioniert die Schleife im Modell?
Ein gewöhnliches Sprachmodell schickt jedes Token einmal durch alle Schichten. Bei SenseNova-Loop-9B laufen die Daten zuerst durch die Schichten 0 bis 3, danach zweimal hintereinander durch die Schichten 4 bis 27 mit denselben Gewichten, zum Schluss durch die Schichten 28 bis 31.[1] Der Speicherbedarf entspricht rund 9 Milliarden Parametern, der Rechenaufwand laut SenseTime einem Modell mit 14,6 Milliarden. Die Schleife spart also Speicher, aber keine Rechenzeit.
Im Schleifenblock führt SenseTime die Zwischenergebnisse über zwei parallele Pfade. Wie stark jeder Pfad in die nächste Schicht einfließt, lernt das Modell selbst, eine mathematische Normierung hält die Mischung stabil. Das Verfahren heißt mHC und stammt von DeepSeek aus dem Dezember 2025.[2] Die Idee der Schleife ist ebenfalls älter: ByteDance stellte im Oktober 2025 die Modellfamilie Ouro vor, deren Schichten viermal hintereinander rechnen. Das kleinste Ouro-Modell mit 1,4 Milliarden Parametern soll so mit herkömmlichen Modellen von 4 Milliarden Parametern mithalten.[3]
Wie schneidet SenseNova-Loop-9B im Vergleich ab?
SenseTime vergleicht das Modell in acht Tests vor allem mit Qwen-Varianten von Alibaba. Im Test Terminal Bench 2.1, bei dem ein Modell Aufgaben auf der Kommandozeile löst, erreicht SenseNova-Loop-9B 40,45 Punkte, das gleich große Qwen3.5-9B 29,20.[1] Das dreimal so große Qwen3.5-27B liegt mit 47,19 Punkten vorn, beim Bankentest T³-Banking knapp mit 19,59 zu 18,56. Alle Werte stammen von SenseTime, unabhängige Messungen fehlen bislang.
In der Konfigurationsdatei stimmen Schichtzahl, Schichtbreite, das Vokabular mit 248.320 Einträgen und der Wechsel aus drei vereinfachten und einer vollständigen Attention-Schicht (Schichten, die Wörter zueinander in Beziehung setzen) mit Alibabas Qwen3.5-9B überein.[4] Qwen3.5-9B steht ebenfalls unter der Apache-Lizenz, eine Weiterentwicklung ist erlaubt. Der Abstand zu Qwen3.5-9B zeigt deshalb vor allem, was Schleife und zusätzliches Training bringen.
SenseTime holt aus einem offenen Alibaba-Modell mit gleichem Speicher deutlich mehr heraus. Ohne technischen Bericht und unabhängige Tests bleibt der Vorsprung eine Behauptung.
Michael Dobler, Chefredakteur Dr. Web
Was bedeutet SenseNova-Loop-9B für Unternehmen in der DACH-Region?
Läuft das Modell auf eigenen Servern, bleiben Kundendaten im Haus, eine Übermittlung nach China entfällt. Ein Risiko bleibt trotzdem: Zum Laden setzt SenseTime den Parameter trust_remote_code voraus, der Python-Code aus dem Modellverzeichnis auf dem eigenen Rechner ausführt.[1] IT-Teams sollten die knapp 400 Zeilen vor dem ersten Start prüfen und eine feste Version des Verzeichnisses verwenden, damit spätere Änderungen nicht unbemerkt mitlaufen.
Die Modelldateien belegen rund 38 GB, SenseTimes Beispiele für den Serverbetrieb nutzen vier Grafikkarten. Die verbreiteten Programme vLLM und SGLang, mit denen Firmen KI-Modelle auf eigenen Servern betreiben, unterstützen das Modell bisher nur in eingereichten, noch nicht übernommenen Änderungen.[5] Einen technischen Bericht kündigt SenseTime ohne Termin an. Bis dahin eignet sich die Vorschau zum Ausprobieren, für den Produktivbetrieb fehlen Belege und stabile Software.
Quellen
5 Quellen anzeigenQuellen ausblenden
- SenseTimeSenseNova-Loop-9B-Preview, Modellbeschreibung auf Hugging Face (englisch, Veröffentlichung 30. Oktober 2026, abgerufen am 2. November 2026)
- DeepSeek-AImHC: Manifold-Constrained Hyper-Connections (englisch, arXiv)
- ByteDance Seed u. a.Scaling Latent Reasoning via Looped Language Models (englisch, arXiv)
- Alibaba QwenQwen3.5-9B, Konfigurationsdatei auf Hugging Face (englisch, abgerufen am 2. November 2026)
- vLLM[Model] Add SenseNova Loop support, Pull Request #64832 (englisch, offen, Stand 2. November 2026)
Mehr Newshunger?
- SenseNova U1.5: SenseTimes offenes KI-Modell versteht und erzeugt Bilder zugleich
- Token pro Watt: SenseTimes neuer Effizienzmaßstab für KI-Rechenzentren
- Microsoft-Decision-1 läuft auf Alibabas Qwen, bis Microsoft die Basis austauscht
- Qwen: Was Alibabas KI für Ihr Unternehmen kann
- LongCat-2.5: Meituans KI-Modell kommt in eigenen Tests nah an Claude Opus 5 heran
- SenseTimes Medizin-KI wird zum Einhorn und verspricht ein Weltmodell für die Klinik
