gpt-oss（开放权重模型 120b / 20b）

是什么

gpt-oss 是 OpenAI 于 2025 年 8 月 5 日发布的一组开放权重（open-weight）推理语言模型，包括 gpt-oss-120b 和 gpt-oss-20b 两个规模。^[1]「开放权重」指模型训练后得到的参数被公开，任何人都可以下载、运行和改造这个模型。它并不一定意味着训练数据或完整训练代码也公开。

由来

这批模型发布于 GPT-5 之前两天。OpenAI 把它们的表现与自家的 o4-mini 和 o3-mini 作了比较，称 gpt-oss-120b 与 o4-mini 表现相当，gpt-oss-20b 与 o3-mini 表现相当。^[1] OpenAI 的模型文档列出的上下文窗口为 131,072 个词元（token），知识截止时间为 2024 年 6 月 1 日。^[3]

主要特点

gpt-oss-120b 共有 1170 亿参数，每个词元激活其中 51 亿；gpt-oss-20b 共有 210 亿参数，每个词元激活 36 亿。两者都采用混合专家（mixture of experts，MoE）设计，即每次只激活网络的一部分。^[2]

其中的混合专家权重采用 MXFP4 量化，这是一种低精度数值格式，能减少内存占用。因此 gpt-oss-120b 可以运行在一块 80 GB 显存的 GPU 上，例如英伟达 H100 或 AMD MI300X；gpt-oss-20b 则可在 16 GB 左右内存的设备上运行。^[2]

两个模型都采用 Apache 2.0 许可证，允许商业使用。^[1][2] 推理投入程度（reasoning effort）可设为 low、medium 或 high。开发者可以访问完整的思维链（chain of thought），但这并不是面向终端用户的功能。^[2]

模型采用 OpenAI 的 harmony 回复格式进行训练，支持函数调用、网页浏览、Python 执行和结构化输出（Structured Outputs）。^[2] 权重发布在 Hugging Face 上，并支持 Transformers、vLLM、Ollama 和 LM Studio 等工具。^[2]

推理模型（reasoning model）会先生成一些中间步骤，再给出最终答案。函数调用（function calling）则让模型请求开发者的软件运行某个指定函数（例如查询），再把结果用于回答。^[2]

在发展中的位置

此后，OpenAI 于 2025 年 10 月 29 日推出了这一系列的安全分类变体 gpt-oss-safeguard-20b。^[4]

这批模型表明，OpenAI 在提供托管模型的同时，也会发布可以由他人自行运行的权重。对读者来说，关键区别在于：托管模型运行在 OpenAI 的服务器上，而开放权重模型可以下载到用户自己控制的硬件上运行。