SenseNova-6.8-Flash

模型概述

SenseNova-6.8-Flash 是商汤日日新（SenseNova）6.8 系列的多模态智能体模型，面向办公智能与需要持续执行的任务，重点强化长期记忆与跨会话协作能力。该模型接受文本与图片输入、输出文本，支持思考模式、Function Calling 与结构化输出，可在智能体流程中协同信息检索、浏览器操作与工具调用，完成跨系统的长程任务。

核心能力

• 多模态输入：支持文本与图片输入，图片格式为 JPG、JPEG、PNG、WebP，输出为文本。
• 长上下文：采用长上下文设计，可承载长文档、长会话与多轮任务上下文。
• 思考模式：默认开启思考且不可关闭，可通过 reasoning_effort 调整推理强度。
• 工具调用：支持 Function Calling，模型返回待调用的函数名称与参数，由调用方执行后回传结果。
• 结构化输出：支持通过 response_format 指定 {"type":"json_object"}，返回 JSON 对象。
• 持续任务协作：面向长期记忆与跨会话场景设计，可结合信息检索、浏览器操作与工具调用推进长程任务。

适用场景

• 办公智能：文档与材料理解、跨系统办公流程处理，以及需要在多轮交互中保持任务上下文的场景。
• 持续任务：需要长链路规划、多工具协同和跨会话延续的智能体任务。
• 图文混合理解：截图、扫描件、图表等图片与文本混合输入的识别与分析。
• 长文档处理：需要一次性读取大量文本并完成归纳、比对或信息抽取的任务。
• 结构化数据产出：需要模型输出 JSON 结果供下游系统解析的场景。

使用限制

• 上下文上限为 1M tokens；max_tokens 默认 64K，取值范围为 [1, 128K]，超出范围的取值不受支持。
• 思考模式默认开启且不可关闭，thinking.type 仅支持 enabled；对响应时延敏感的场景需评估该前置条件。
• 平台侧仅配置 OpenAI 兼容协议（openai），未提供其他兼容协议的接入方式。
• 输出模态仅为文本，不支持图像生成。
• 图片输入仅支持 JPG、JPEG、PNG、WebP 格式，且需通过 content 内容块数组传入。
• 结构化输出支持 json_object 类型；是否严格遵循调用方给定的 JSON Schema 不在已确认范围内。
• 思考内容与正文共享 max_tokens 配额，输出上限设置过小可能导致正文被截断。