硅基流动国际站已上线由 OpenAI 开源的两款轻量级 MoE 模型 gpt-oss-120B（117B 总参数，5.1B 激活参数）和 gpt-oss-20B（21B 总参数，3.6B 激活参数）。
这是 OpenAI 首次对外开源的大模型。两款模型专为智能 Agent 工作流设计，均具备强大的指令执行、工具调用、少样本函数调用、结构化输出及完整思维链（CoT）能力，支持根据任务灵活调整逻辑推理强度，实现性能、成本与延迟的最佳平衡。在多项评测中，gpt-oss-120B 表现与 OpenAI o4-mini 持平甚至超越，即使规模更小 gpt-oss-20B 仍达到或优于 o3-mini 水平。
国际站上的 gpt-oss 支持 131K 最大上下文长度。其中，gpt-oss-120B 的价格为输入 0.09 美元 / M Tokens，输出为 0.45 美元 / M Tokens；gpt-oss-20B 的价格为输入 0.04 美元 / M Tokens，输出为 0.18 美元 / M Tokens。
欢迎通过以下方式使用 gpt-oss，国际站新用户可自动获取 1 美元赠金体验。
在线体验
https://cloud.siliconflow.com/models
开发者 API 文档
https://docs.siliconflow.com/en/api-reference/completion/create-completion
模型特点及性能
gpt-oss 模型采用 OpenAI 最先进的预训练与后训练优化技术，借鉴了包括 o3 等模型的前沿方法，特别强调逻辑推理能力、效率以及在多样化部署环境中的实际可用性。
两款模型均为 Transformer 架构，采用 MoE 以减少处理输入所需的活跃参数量。这些模型交替使用密集注意力与局部带状稀疏注意力模式，类似于 GPT‑3。为提升推理与内存效率，模型还使用分组多查询注意力机制（组大小为 8），并采用旋转位置编码（RoPE）进行位置表征，原生支持长达 128K 的上下文长度。
这些模型采用了与 o4-mini 相似的后训练流程，包括监督微调阶段和高计算量的强化学习阶段。通过采用与专有推理模型相同的技术，这些模型在后训练后展现出卓越性能。
OpenAI 团队对 gpt-oss-120B 和 gpt-oss-20B 进行了系统评测，重点考察它们在编程、竞赛数学、医疗及智能体工具调用等关键任务上的表现，并将其与主流 OpenAI 推理模型（包括 o3、o3‑mini 和 o4-mini）做了深入比较。
结果显示，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）等多项任务中均优于 OpenAI o3‑mini，在多个维度上实现了与 OpenAI o4-mini 持平甚至更优。特别是在健康查询（HealthBench）与竞赛数学（AIME 2024 和 2025）方面，其表现甚至超过了 o4-mini。尽管 gpt-oss-20B 规模较小，但在同样的测试中也实现了与 o3‑mini 持平甚至更优的成绩，尤其在竞赛数学和医疗应用方面表现不俗。
