我要投稿

OpenAI开源模型一手简单实测

发布日期：2025-08-06 17:34:12 浏览次数： 1517

作者：thinkwee的随笔

微信搜一搜，关注“thinkwee的随笔”

北京时间8月5日晚11点，OpenAI终于放出其开源模型，gpt-oss。

gpt-oss为MoE混合专家模型，包含两个版本，120B激活5.1B，以及21B激活3.6B，目前Github和Huggingface Repo均已放出，vllm、Ollama等推理框架也第一时间提供了支持。目前在HF上已经冲上了热榜第一。

本来想尝试在本地h100上部署，但是我的环境CUDA和FlashInfer始终有问题，按照官方方案尝试怎么都配不起来，好在官方提供了一个playground可以做一些简单的测试。相信这两天各种benchmark结果大家也会做出来，我就做一些toy play，并且我比较关心端侧小模型，试一试这个3.6B激活的SLM的效果。

Coding测试：愤怒的小鸟。

prompt: Write a Angry Bird-like game using python, single file, no asset needed。只测了小模型。

gpt-oss-20b，低推理预算：

能够拉弹弓射出小球，符合物理规律，可是没有小鸟和小绿猪（砖块）。

gpt-oss-20b，中推理预算：

有砖块了，但是物理运算不太对，小球射不出去。

gpt-oss-20b，高推理预算：

第一次直接失败了，在其思考过程中发现gpt-oss担心版权问题，拒绝写代码，没办法我把prompt改成了Angry Bird-like game。第二次思考过程过长，输出被截断，没有返回完整的代码，第三次才成功：

虽然依然抽象，但是物理效果是正确的，包括小球从弹弓射出，以及砖块受击后散落的效果。

化学海龟汤

让gpt不断提问，猜出我心里想的化学物质：WF6（灵感来自：https://www.bilibili.com/video/BV1fphszaE9e）

小模型完全猜不出，让gpt-oss 120b猜测，猜测11次最终成功，分子式对了，不过还是把六氟化钨说错成了四氟化钨

弱智吧测试

语料来源：

https://huggingface.co/datasets/MichiganNLP/Chumor

小模型，高等推理预算：

DLC的隐喻，gpt-oss 20b轻松理解。

谐音梗也get了。

这种逻辑幽默就很难理解了。

创意写作

最后贴上gpt-oss两个size的文言文写作对比，大家觉得怎么样呢？

随着OpenAI亲自下场，大家在端侧小模型、Agentic Model的战场也会更加激烈吧。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-08-06

Agent应用爆发，谁成为向上托举的力量？

2025-08-06

在笔记本上，部署 gpt-oss-120b 模型

2025-08-06

WeKnora：基于大模型的新一代文档理解与检索框架

2025-08-06

OpenAI 为什么要开源大模型 gpt-oss？

2025-08-06

Coze Studio 快速上手指南

2025-08-06

本地部署了一个 gpt-oss:20b，实测同级别感觉还不如deepseek-R1:14b

2025-08-06

企业级 AI 编程神器上线！MonkeyCode：私有部署、安全编程，研发团队加速利器

2025-08-06

OpenAI被开源倒逼，一口气开源2个超级重磅模型GPT-OSS

了解更多

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

实测Qwen3-Coder，这就是目前最强的开源编程模型

2025-07-23

看大厂PM，如何玩转多个智能体开发平台

2025-06-17

53AI Hub重磅开源！让99%的智能体开发者赚到钱！

2025-06-17

Qwen3-Coder开源：面向世界的智能编程引擎

2025-07-23

Kimi K2详测，Claude国产平替有了

2025-07-14

字节重磅开源！Coze Studio + Coze Loop 助力AI Agent开发与运维一体化

2025-07-27

Kimi K2 详测｜超强代码和Agent 能力！内附Claude Code邪修教程

2025-07-12

GLM-4.5 发布，六大主流模型混战测评，谁能一键生成“ 真·可用 ”的应用？

2025-07-29

GLM-4.5详测，这次智谱真的重回巅峰了

2025-07-29

刚刚，DeepSeek开源新版R1，媲美OpenAI最高o3模型

2025-05-29

大家都在问

Agent应用爆发，谁成为向上托举的力量？

2025-08-06

OpenAI 为什么要开源大模型 gpt-oss？

2025-08-06

谁在拆 OpenAI 的围墙？

2025-08-06

OpenCSG ：企业级AI落地的全新选择，凭什么脱颖而出？

2025-08-04

为什么有AI Agent经验的产品经理更抢手？

2025-08-03

浪费我一上午！你们真的实测了 GLM-4.5 吗？

2025-08-02

扣子coze开源了，又仿佛没开，像素级对比开源版扣子到底少了啥？

2025-08-02

Coze开源，能否挑战LangChain主导地位？

2025-07-31

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： ceo@53ai.com

友情链接：

CopyRight © 2012-2024 深圳市博思协创网络科技有限公司版权所有

粤ICP备14082021号

广州：广州市华景路37号(华景软件园)暨南大学科技大厦6楼（整层）

深圳：深圳市福田区泰然四路29号天安创新科技广场一期A座1204

上海：上海市浦东新区金新路58号1602室

微信扫码
和创始人交个朋友

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部