OpenAI 正式发布了两款强大的开源语言模型 —— gpt-oss-120b 与 gpt-oss-20b。这是自 GPT-2 以来，OpenAI 首次开放高性能语言模型的权重，并且采用了灵活的 Apache 2.0 开源协议，允许开发者自由使用、部署甚至定制。
无论你是独立开发者、初创企业还是学术研究机构，现在都可以免费拥有一款与 GPT-4o 能力相当的语言模型。
开源但不“阉割”：媲美 GPT-4o，运行成本极低
OpenAI 在这次发布中展现了十足的诚意：
其中，gpt-oss-120b 在核心推理任务上的表现已接近 GPT-4o-mini，支持 128k 的长上下文，单张 80GB 显存的 GPU 即可运行。而 gpt-oss-20b 的性能则对标 GPT-3.5（o3-mini），仅需 16GB 显存，非常适合部署在消费级设备、实现本地推理或离线使用等场景。
它们在以下任务中表现优异：
- Chain-of-Thought（CoT）逐步思维推理
- 工具调用（如联网搜索、代码执行）
- 医疗问答（在 HealthBench 基准测试中甚至超过 GPT-4o）
- 数学与编程任务（表现优于 o3-mini）
适用于本地部署与个性化定制
相比闭源模型，gpt-oss 的一大亮点在于：
- 模型权重完全开放（可通过 Hugging Face 下载）
- 支持推理量化（MXFP4格式），大幅降低运行门槛
- 提供 Harmony 格式工具链，支持 Python / Rust 渲染器
- 支持最新技术平台，包括 Apple Metal、PyTorch、ONNX 以及 VS Code 工具包
安全性不打折：对抗性微调也扛得住
OpenAI 在安全上的投入一如既往：
- 预训练阶段剔除了危险内容（如CBRN相关内容）
- 微调阶段采用了 deliberative alignment 对齐技术
- 评估阶段进行了“恶意微调攻击模拟”，测试模型是否容易被改造成高危系统
结论是：即使在攻击者“最大限度努力”的前提下，这些模型也未展现出高危行为能力。
此外，OpenAI 启动了 50 万美元的红队挑战赛（Red Teaming Challenge），鼓励全球开发者参与模型安全性测试，共同推动整个开源生态的安全进步。
技术细节亮点：MoE 架构 + 长上下文 + 灵活推理
gpt-oss 系列采用了先进的 Transformer 架构，并引入了以下关键技术：
技术要点包括：
- MoE（专家混合）架构：降低推理时激活参数量，提升效率
- 支持 Grouped Multi-Query Attention 与 RoPE 位置编码
- 使用全新的 o200k_harmony 分词器（今日也已一同开源）
- 推理时可设定不同的“努力等级”，在低延迟与高准确度之间灵活切换
为什么这次发布意义重大？
OpenAI 这次发布的 gpt-oss 系列，具有以下历史性意义：
- 打破壁垒：为中小型开发者、教育机构、非营利组织提供了强大工具。
- 推动安全研究：开放非监督 CoT，支持更多“可解释性”、“思维链监控”等研究方向。
- 补齐生态拼图：API 服务与本地开源模型并行发展，满足不同场景的选择需求。
- 降低 AI 不平等：开源模型的普及有助于民主化 AI 发展，尤其是在资源受限地区。
怎么用？
gpt-oss 模型现已全面开放：
- 下载地址：https://huggingface.co/openai/gpt-oss-120b
- 支持平台：Azure、AWS、vLLM、Ollama、LM Studio、Cloudflare 等
- 本地运行参考项目：PyTorch、Apple Metal、Harmony Renderer、量化模型工具等
写在最后
gpt-oss 不仅仅是一套开源大模型，更是 OpenAI 向整个 AI 开源社区发出的诚意之作。它代表了高性能、高安全性与易用性的结合，也让“每个人都能拥有自己的 GPT”成为现实。
我们正站在 AI 开源生态的重要转折点上。现在，是时候将这项技术真正掌握在自己手中了。
参考资料
- https://openai.com/index/introducing-gpt-oss/
- https://huggingface.co/openai/gpt-oss-120b
