OpenAI 正式发布了两款开源权重语言模型——gpt-oss-120b 和 gpt-oss-20b，专为高性能推理、工具调用和高效部署而设计。这是该公司自 GPT-2 以来首次开放完整模型权重，且采用宽松的 Apache 2.0 许可证。

gpt-oss-120b 采用专家混合（Mixture-of-Experts）架构，每个 token 激活 51 亿个参数，在核心推理测试中表现可与专有模型 o4-mini 持平甚至超越，并可在单张 80GB GPU 上高效运行。较小的 gpt-oss-20b 模型则在 210 亿参数中激活 36 亿个参数，仅需 16GB 内存即可在消费级硬件上运行，非常适合本地设备推理或快速迭代，无需依赖云端。

两款模型都支持高级功能，包括链式推理（Chain-of-Thought）、工具调用和结构化输出。开发者可以根据需要调整推理深度，以平衡运行速度与准确率。

这些模型的训练技术借鉴自 OpenAI 内部的 o 系列模型，采用旋转位置编码（Rotary Positional Embeddings）、分组多查询注意力（Grouped Multi-Query Attention），并支持 128k 上下文长度。它们在编程、医疗、数学和智能体等领域的多项基准测试中表现出色，包括 MMLU、HealthBench、Codeforces 和 TauBench，即使与 o4-mini 和 GPT-4o 等闭源模型相比也毫不逊色。

OpenAI 在发布中强调，这些模型的链式推理部分并未经过直接人工监督，方便研究人员分析推理过程中的潜在问题，如偏见或滥用风险。

为评估安全性，OpenAI 使用生物学和网络安全等领域的对抗性数据，对模型进行了“最坏情况”微调测试。即使在高强度微调下，这些模型的能力依然未达到 OpenAI 《准备度框架》中定义的高风险级别。外部专家评审的意见也为最终发布提供了参考。此外，公司还发起了总奖金 50 万美元的红队挑战，进一步在真实场景中测试模型。

目前，这两款模型已在 Hugging Face 及多种部署平台上开放下载。20B 模型在本地运行只需 16GB 内存。一位 Reddit 用户提问：

这个模型能在离线电脑本地运行吗？运行它的最低配置（Altman 说是“高端”）到底是多少？

另一位用户回应：

下载完成后，运行时不需要联网。配置方面，至少需要 16GB 内存（显存或系统内存）才能让 20B 模型“正常跑起来”。一台 16GB 内存的 MacBook Air 可以每秒生成几十个 token，而现代 GPU 则能达到每秒上百个甚至更多。

微软也在将优化过的 20B GPU 版本引入 Windows，通过 ONNX Runtime 提供支持，并可在 Foundry Local 和 VS Code 的 AI Toolkit 中使用。