GPT-OSS开源模型发布：120B/20B双版本，支持工具调用与代码执行

近日，OpenAI 正式开源了 gpt-oss-120b 和 gpt-oss-20b 两款轻量级语言模型，其表现卓越且允许免费商用。这两个模型具备以下几个核心特性：

• 智能体能力：原生支持工具调用、网页搜索、Python代码执行以及结构化输出。
• 完整的思维链：可以获取模型的完整思考过程，便于调试并增强对输出结果的信任度。
• 可配置的推理能力：支持 low/medium/high 三种推理效果等级，可按需调整。
• 可参数微调：支持通过参数进行细粒度的优化调整。
• Apache 2.0 许可：无论是用于实验、定制还是商业部署，都可自由构建，无需担心版权或专利风险。

有开发者通过 Ollama 进行了简单试用，反馈效果不错，但在持续使用时会遇到需要订阅的提示。

模型架构

这两个模型均基于 Transformer 架构，并采用了专家混合 (MoE) 技术来减少处理每个输入令牌时实际激活的参数数量。具体来说，gpt-oss-120b 每个令牌激活约51亿参数，而 gpt-oss-20b 激活约36亿参数。

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训练，重点聚焦于 STEM、编程和通用知识领域。数据令牌化使用了 OpenAI o4-mini 和 GPT‑4o 所用令牌化器的超集—— o200k_harmony。该令牌化器也已一同开源，源代码地址为：https://github.com/openai/harmony 。

性能评估

综合评估显示：

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) 方面的表现优于 OpenAI o3‑mini，并与 OpenAI o4-mini 持平或实现超越。此外，它在健康相关查询 (HealthBench) 和竞赛数学 (AIME 2024 和 2025) 方面比 o4-mini 表现更好。

尽管 gpt-oss-20b 规模较小，但在上述相同评估中，它与 OpenAI o3‑mini 持平或实现超越，甚至在竞赛数学和医疗相关任务上表现更佳。

可用性与部署

模型已原生量化为 MXFP4 格式，gpt-oss-120b 需要约80GB内存，而 gpt-oss-20b 仅需约16GB内存。

• gpt-oss-120b 面向生产可用场景，适合部署在大型数据中心或高端设备上。
• gpt-oss-20b 则是设备端应用、本地推理或需要快速迭代且无需昂贵基础设施场景的理想选择。

为了提升灵活性和易用性，OpenAI 与众多领先的部署平台展开了合作，方便开发者快速集成：

• Hugging Face
• Azure
• vLLM
• Ollama
• llama.cpp
• LM Studio
• AWS
• Fireworks
• Together AI
• Baseten
• Databricks
• Vercel
• Cloudflare
• OpenRouter

在硬件层面，OpenAI 也与 NVIDIA、AMD、Cerebras 和 Groq 等厂商合作，以确保模型在各类系统上都能获得性能优化。其核心目的，是希望这些模型能够被广大开发者方便地使用。

总结

gpt-oss 系列模型虽然不是 OpenAI 最前沿的模型，但它汇聚了 OpenAI 内部诸多先进的技术理念、模型架构和训练方法。其强大的智能体能力，包括对工具调用、网页搜索和 Python 代码执行的原生支持，为开发者探索人工智能应用提供了丰富的可能性。

两款模型定位清晰：20B 参数版本可在消费级硬件（16GB显存）上运行，适合个人开发者和普通用户；120B 参数版本面向生产环境，需要更强的计算资源（约80GB显存）。此次开源行动，旨在加速前沿研究，促进创新，并推动在更广泛的应用场景下实现更安全、更透明的 AI 开发。

参考

• OpenAI Open Models: https://openai.com/zh-Hans-CN/open-models/
• gpt-oss model card: https://cdn.openai.com/pdf/419b6906-9da6-406c-a19d-1bb078ac7637/oai_gpt-oss_model_card.pdf
• OpenAI blog: gpt-oss introduction: https://openai.com/zh-Hans-CN/index/introducing-gpt-oss/
• ollama blog: gpt-oss: https://ollama.com/blog/gpt-oss