简介
大陆时间 2025.8.6 凌晨 3 点左右，OpenAI 发布了gpt-oss-120b 和 gpt-oss-20b 两款性能卓越的轻量级语言模型。他们具备如下特点：
• 智能体能力 (Agentic capabilities)：原生支持 工具调用、web 搜索、python 代码执行和结构化输出• 完整的思维链：能够完整获取模型的思考过程，以实现更轻松的调试和对模型输出结果的更高信任度 • 可配置的推理能力：支持 low/medium/high3 种推理效果，可根据需求调整• 可参数微调 (Fine-tunable)：可以通过参数进行细粒度调优 • Apache 2.0 许可：实验、定制，还是进行商业部署，均可自由构建，无需担心版权限制或专利风险
简单通过 Ollama 试用了下，效果看起来不错，但超过显示需要订阅。
模型架构
每个模型都是一个 Transformer，它利用专家混合 (MoE) 来减少处理输入所需的活跃参数数量。gpt-oss-120b 每个令牌激活 51 亿个参数，而 gpt-oss-20b 激活 36 亿个参数。
OpenAI 使用了一个高质量、主要为英文的纯文本数据集对模型进行了训练，重点关注 STEM、编程和通用知识领域。使用了 OpenAI o4-mini 和 GPT‑4o 所用令牌化器的超集进行数据令牌化，即 o200k_harmony，该令牌化器也一并开源，源代码地址为 https://github.com/openai/harmony
评估
gpt-oss-120b 在竞赛编程 (Codeforces)、通用问题解决 (MMLU 和 HLE) 以及工具调用 (TauBench) 方面表现优于 OpenAI o3‑mini，并与 OpenAI o4-mini 持平或超越其性能。
此外，它在健康相关查询 (HealthBench) 和竞赛数学 (AIME 2024 和 2025) 方面表现得比 o4-mini 更好。尽管 gpt-oss-20b 的规模较小，但在这些相同的评估中，它与 OpenAI o3‑mini 持平或超越后者，甚至在竞赛数学和医疗方面表现得更好。
可用性
原生量化为 MXFP4 格式，gpt-oss-120b 模型可在 80 GB 内存中运行，gpt-oss-20b 仅需 16GB 内存。
gpt-oss-120b 面向生产可用场景，可部署在大型数据中心和高端设备上。
gpt-oss-20b 面向设备端应用、本地推理或无需昂贵基础设施的快速迭代的理想选择。
做了大量的优化工作
OpenAI 在设计 gpt-oss 时注重灵活性和易用性，与领先的部署平台合作：
• Hugging Face • Azure • vLLM • Ollama • llama.cpp • LM Studio • AWS • Fireworks • Together AI • Baseten • Databricks • Vercel • Cloudflare • OpenRouter
在硬件方面，与 NVIDIA、AMD、Cerebras 和 Groq 合作确保在各类系统上实现性能优化。希望这些模型能够广泛地为开发者所用。
总结
gpt-oss 虽然不是 OpenAI 最先进的模型，但是它汇聚了 OpenAI 内部前沿的技术理念、模型架构和训练方法。尤其是强大的智能体能力，支持工具调用、网页搜索、Python 代码调用等，给开发者提供了无限的可能。
gpt-oss 有 2 个参数版本，20b 可在 16G 显存运行，适合普通消费者。120b 可以 80G 显存运行，适合生产环境。
OpenAI 系统 gpt-oss 在加速前沿研究，促进创新，并推动在广泛应用场景下实现更安全、更透明的 AI 开发
