OpenAI重磅发布gpt-oss系列开源推理模型

推荐语

OpenAI打破五年沉寂，重磅开源两款高性能推理模型，开启AI开源新纪元。

核心内容：
1. gpt-oss系列模型的核心特点与性能优势
2. 模型架构中的混合专家（MoE）等关键技术解析
3. 开源战略背后的行业竞争与开发者生态影响

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

OpenAI在人工智能领域一直扮演着举足轻重的角色。在过去超过四年的时间里，自其GPT-2模型发布之后，OpenAI主要专注于其专有模型的开发和商业化，这使得一些用户戏称其为“ClosedAI”。然而，就在近期，OpenAI终于打破了这份“沉寂”，正式发布了 gpt-oss-120b和gpt-oss-20b 两款最先进的开放权重语言模型。

此次发布，不仅标志着OpenAI在开放模型战略上的重大转变，也回应了来自开发者社区和美国政策制定者的日益增长的呼声，及应对中国AI模型在开源领域日益增长的影响力。通过在灵活的Apache 2.0许可下提供这些模型，OpenAI旨在让全球范围内的个人和组织能够免费下载、运行，甚至根据自身需求进行修改和定制。

一、gpt-oss是什么？

gpt-oss系列模型是OpenAI为了推动开放权重推理模型前沿而推出的两款重量级产品：

1、gpt-oss-120b：这是一个大型且功能强大的模型，其核心推理能力与OpenAI的o4-mini模型几乎不相上下。它可以在单个80GB的GPU上高效运行，这极大地降低了高性能AI模型的部署门槛。

2、gpt-oss-20b：作为一个更轻量级的模型，gpt-oss-20b在常见基准测试中表现出与OpenAI o3-mini模型相似的强大能力。它可以在仅需16GB内存的边缘设备上运行，使其成为本地推理、设备端应用或无需昂贵基础设施即可快速迭代的理想选择。

这两个模型都支持其“权重”公开可用，这意味着任何人都能够查看其内部参数，了解它们如何处理信息。与需要互联网连接的ChatGPT等专有模型不同，gpt-oss模型可以在本地、在设备上运行，甚至可以在防火墙后面使用，这为数据安全和隐私提供了更高的保障。它们旨在提供强大的推理能力、支持智能体任务以及满足多种多样的开发者用例。

二、gpt-oss的模型架构与核心技术

gpt-oss模型系列建立在经典的Transformer架构之上，并融入了OpenAI最先进的预训练和后训练技术，尤其关注推理能力、效率和广泛部署环境下的实际可用性。

1、混合专家（MoE）架构：通过利用混合专家（MoE）技术，模型能够减少处理输入时所需的活跃参数数量。这意味着虽然模型拥有庞大的总参数量，但在每次推理时，只有一部分专家网络会被激活，从而实现了更高的运行效率。

1）gpt-oss-120b：1170亿的总参数，但每次处理只激活约51亿参数。该模型包含36个层，每个MoE块包含128个专家，每次推理会从中选择4个活跃专家。

2）gpt-oss-20b：总参数为210亿，每次也只激活约36亿参数。该模型包含24个层，MoE块包含32个专家，同样选择4个活跃专家。

2、先进的注意力机制：gpt-oss模型采用了交替的密集和局部带状稀疏注意力模式，这与GPT-3的设计类似。此外，为了提高推理和内存效率，模型还采用了分组多查询注意力，其组大小为8。

3、强大的上下文处理能力：模型使用旋转位置嵌入（RoPE）进行位置编码，并原生支持长达128k的上下文长度，这使得它们能够理解和生成更长、更复杂的文本。

4、训练与分词器：这些模型主要在英文文本数据集上进行训练，重点放在 STEM（科学、技术、工程、数学）领域、编程和通用知识。它们使用的o200k_harmony分词器是OpenAI o4-mini和GPT-4o所用分词器的超集，且已被开源。

5、高计算量强化学习后训练：模型经过了与OpenAI o4-mini相似的后训练过程，包括监督微调阶段和高计算量的强化学习（RL）阶段。这一过程旨在使模型与OpenAI的模型规范对齐，并教授它们在生成答案之前进行思维链（CoT）推理和工具使用的能力。

三、gpt-oss的亮点与主要功能

gpt-oss系列模型不仅在架构上有所创新，更在实际功能和应用体验上带来了诸多亮点：

2、强大的工具使用能力：gpt-oss模型在工具使用、少量样本函数调用和思维链推理方面表现出色。它们可以执行网络搜索或Python代码执行等任务，这使得它们能够像智能代理一样与外部世界互动，获取最新信息或执行复杂操作。

3、可调节的推理“努力”程度：模型支持 低、中、高三种推理努力级别，开发者可以根据任务的复杂性和对延迟的要求，轻松调整模型的“思考”深度，从而在性能、成本和延迟之间找到最佳平衡。

4、灵活的定制化与微调：模型是完全可定制的，支持全参数微调。这意味着开发者和企业可以根据自己的特定数据集和用例，对模型进行深度优化，使其更好地服务于特定领域。

5、高标准的安全设计：安全性是OpenAI发布所有模型，特别是开放模型的基础。gpt-oss模型经过了全面的安全训练和评估，并引入了额外的评估层，包括对对抗性微调版本的测试。这些测试表明，即使经过恶意微调，gpt-oss模型也未能达到其“准备框架”中设定的高风险能力阈值，这为模型的开放使用提供了重要的安全保障。OpenAI还发起了红队挑战赛，设立了约50万美元的奖金，鼓励全球研究人员和开发者共同发现并解决新的安全问题，以促进更安全的开源生态系统。

五、基准测试结果速览

OpenAI对gpt-oss-120b和gpt-oss-20b在标准学术基准上进行了广泛评估，涵盖了编程、竞赛数学、健康和智能体工具使用等多个领域。

1、核心推理与知识：

1）gpt-oss-120b在MMLU（多任务语言理解）和HLE（人类终极考试）等通用问题解决任务上，超越了OpenAI o3-mini，并与OpenAI o4-mini持平或表现更优。

2）在AIME 2024和2025等竞赛数学任务上，gpt-oss-120b甚至超越了OpenAI o4-mini，这得益于其能有效利用非常长的思维链来解决问题。

2、编程与工具使用：

1）模型在编程和工具使用任务上表现出尤为强劲的性能。在Codeforces（带工具）编程竞赛中，gpt-oss-120b和gpt-oss-20b分别获得了2622和2516的Elo评分，优于DeepSeek的R1模型。

2）在Tau-Bench agentic评估套件上，模型展现了强大的函数调用能力。

3、健康领域表现：gpt-oss模型在HealthBench上表现出色，甚至超越了OpenAI o1和GPT-4o等专有模型。特别是gpt-oss-120b在HealthBench和HealthBench Hard上几乎与OpenAI o3的性能持平，并显著优于GPT-4o、o1、o3-mini和o4-mini。这预示着开放模型在降低全球健康领域AI应用成本和提升可访问性方面的巨大潜力。

4、多语言能力：在MMMLU多语言评估中，gpt-oss-120b在高推理模式下，其表现接近OpenAI o4-mini。

需要指出的是，由于模型规模较小，gpt-oss模型在某些知识相关任务上的幻觉率高于大型前沿模型。然而，通过利用其浏览工具，模型能够查找外部信息，从而有效减少幻觉的发生。

六、如何快速体验gpt-oss？

OpenAI致力于让gpt-oss模型易于访问和部署，无论是在本地、设备端还是通过第三方推理提供商：

1、免费下载与高效部署：gpt-oss-120b和gpt-oss-20b的权重已在Hugging Face上免费提供下载。模型原生支持MXFP4量化，这使得gpt-oss-120b可以在80GB内存中运行，而gpt-oss-20b仅需16GB内存，极大优化了资源利用率。

2、丰富的生态系统支持：OpenAI在模型发布前与Azure、Hugging Face、vLLM、Ollama、llama.cpp、LM Studio、AWS、Fireworks、Together AI等领先的部署平台以及NVIDIA、AMD等硬件厂商建立了合作关系，确保模型能够广泛触达开发者，并在各种系统上实现优化性能。

3、Windows设备上的本地推理：Microsoft也正在将gpt-oss-20b模型的GPU优化版本带到Windows设备上，通过ONNX Runtime、Foundry Local和AI Toolkit for VS Code，Windows开发者能够更轻松地使用这些开放模型进行本地推理。

4、便捷的在线体验与开发指南：您可以通过OpenAI的 开放模型Playground亲身体验这些模型。同时，OpenAI也发布了详细的指南，教您如何使用不同的生态系统提供商来运行或微调模型。

七、gpt-oss的应用场景展望

gpt-oss模型的开放性、高性能和低成本特性，使其在广泛的领域中拥有巨大的应用潜力：

1、本地与边缘设备部署：

•  对于那些对数据安全、隐私或低延迟有严格要求的组织，例如医院、律师事务所和政府机构，gpt-oss模型可以部署在本地，确保敏感数据不会离开其自有基础设施。

  
  

•  它们也非常适合设备端应用，实现快速迭代而无需昂贵的基础设施支持。

  
  

2、企业级定制与微调：企业可以利用这些可定制的模型，根据其独特的业务数据和需求进行全参数微调，从而构建高度专业化和高效的AI解决方案，满足垂直行业的特定需求。

3、AI智能体开发：gpt-oss模型卓越的指令遵循和工具使用能力，使其成为开发复杂AI智能体的理想选择。这些智能体可以执行网络浏览、代码执行等一系列代理任务，自动化工作流程。

4、学术研究与安全探索：对于AI研究人员而言，开放权重模型提供了前所未有的透明度和可操作性。他们可以深入检查和修改模型，加速前沿研究，并特别是在AI安全和对齐研究方面做出贡献，例如研究思维链的监测系统。

5、赋能新兴市场与资源受限区域：这些强大的、可访问的开放权重模型有助于 降低新兴市场、资源受限行业和小型组织采用AI的门槛。通过将AI工具的力量交到更多人手中，OpenAI希望能够促进全球范围内的创新和新机会的创造。

八、未来展望

OpenAI表示将继续密切关注开发者的反馈，并未来可能会考虑为gpt-oss模型提供API支持，这将进一步扩大其应用范围和便利性。

此次gpt-oss系列模型的发布，是OpenAI实践其“确保通用人工智能造福全人类”使命的重要一步。开放模型不仅补充了其托管模型，更为开发者提供了更广泛的工具选择，以加速前沿研究、促进创新，并在更广泛的用例中实现更安全、更透明的AI开发。

在一个日益竞争激烈的AI格局中，特别是面对中国AI实验室在开放模型领域的崛起，OpenAI希望通过此次开放，让由美国主导的、免费且普惠的开放AI堆栈能够被世界广泛利用。

结语：

gpt-oss模型家族的发布，标志着OpenAI在开放权重推理模型前沿的重大飞跃。它们不仅是自GPT-2以来首次发布的开放权重语言模型，更代表了OpenAI重新致力于推动AI的广泛普及、创新及安全发展的战略转变。gpt-oss 模型的推出不仅为开发者提供了顶级的开源模型，更在全球AI竞争加剧的大背景下，推动美国在开源模型领域与中国的竞争。