2025 年 8 月 5 日，OpenAI 在毫无预热的情况下，把首批“开源权重”的推理模型 gpt-oss-120b 和 gpt-oss-20b 直接扔了出来。
本以为OpenAI会掏出一个老掉牙的玩意儿，比如gpt4的开源等，没想到还挺有诚意，基本可以说位于开源第一梯队，不输给R1和K2和GLM4.5。
基本上是一套带工具调用、三段推理强度可调、专为 Agentic Workflow 设计的完整前沿方案。
1. 一句话总结：这是目前最接近 o4-mini 的开源模型
2. 技术拆解
2.1 架构：经典 MoE 的“细节拉满”版
- 120b：128 experts × top-4；20b：32 experts × top-4
- Gated-SwiGLU + 残差连接，激活内存砍半
- GQA（8 KV heads）+ 128 宽窗口与全密集交替
- YaRN 把 8 K 预训练长度硬拉到 131 K
- 只对 MoE weight 做 MXFP4，90 % 参数 4 bit，效果不掉点 （注意，这是整个模型牛逼的地方，当初R1搞定8bit训练就震惊了，OpenAI浓眉大眼漏了一手infra实力，果然大模型时代，infra才是胜负手）
2.2 分词器：新鲜货o200k_harmony开源了
- 在 GPT-4o 的 o200k 基础上，新增 Harmony Chat 专用 token
- 总词表 201 K，中文/代码/数学 token 密度肉眼可见提高
2.3 三段式训练
| | |
|---|
| 预训练 | 数 T tokens（STEM+Code 权重高）
CBRN 过滤器提前干活 | |
| 后训练 | 与 o3 同源的 CoT RL
支持 low/medium/high 三挡 | |
| 工具微调 | | |
3. 一些评测效果
“实测表现：
- AIME 2025（with tools）97.9 %，打平 o4-mini-high
- SWE-Bench Verified 62.4 %，比 o3-mini 高 5+ 个点
- HealthBench Hard 30 %，直接把 GPT-4o 按在地上摩擦
openAI把整个模型在医疗化学领域的表现作为一个核心卖点，特地评估了Heath领域。
4. 快速上手：3 条命令跑起来
# 1. 一键下载（已量化）
git clone https://github.com/openai/gpt-oss
cd gpt-oss
pip install -r requirements.txt
# 2. 120b 单卡推理
python -m gpt_oss.cli \
--model gpt-oss-120b \
--quantize mxfp4 \
--reasoning high \
--tools browser,python
# 3. 20b 低资源模式
python -m gpt_oss.cli \
--model gpt-oss-20b \
--gpu-mem 16 \
--reasoning medium
Harmony Chat 的 JSON 模板直接照抄附录，LangChain / LlamaIndex 已连夜适配。
5. 写在最后：它到底改变了什么？
| | |
|---|
| 免费拿到 o4-mini 90 % 能力 + 全套 Agent 脚手架 | 可复现的 RL + Tool 训练流水线 | 开源权重首次通过生物/网络红队 |
| Apache 2.0，可商用，可微调 | CoT 无隐藏，方便做监控与对齐研究 | 给闭源厂商一次“降维打击” |
如果你正在做：
gpt-oss-120b/20b 值得立刻拉分支实测。
毕竟，上一次开源圈这么热闹，还是 Llama 2 发布的时候。
“引用
[1] OpenAI. gpt-oss-120b & gpt-oss-20b Model Card, 2025-08-05
[2] 知乎问答：如何看待 OpenAI 开源 MoE 模型 gpt-oss-120b & gpt-oss-20b？
粤ICP备14082021号
免费POC，
零成本试错
