OpenAI 又在毫无预兆的情况下扔出了两颗重磅冲击波——gpt-oss-120b 和 gpt-oss-20b 两款开源模型，性能直接逼近商业版的 o4-mini。更难得的是，这次的技术细节诚意十足，不像某些开源项目那样遮遮掩掩。
核心看点：
- 两款模型的关键参数与性能亮点
- 技术架构上的创新：MoE 优化与量化突破
- 实测表现对标顶级商业模型
2025 年 8 月 5 日，OpenAI 在没有任何预热的情况下，直接把首批“开源权重”的推理模型 gpt-oss-120b 和 gpt-oss-20b 扔了出来。很多人原本以为，OpenAI 大概会掏出一个上代产品应付了事，比如 GPT-4 的开源版本。结果？这次还真不是。
这两款模型基本属于开源第一梯队，横向对比 R1、K2、GLM-4.5 这些选手完全不落下风。更重要的是，这是一套带工具调用能力、三段推理强度可调、专为 Agentic Workflow 设计的完整前沿方案，不是那种只能跑跑基准测试的“模型花瓶”。
1. 一句话总结：这是目前最接近 o4-mini 的开源模型
| 维度 | gpt-oss-120b | gpt-oss-20b | 社区体感 |
|---|---|---|---|
| 参数量 | 116.8 B（激活 5.1 B） | 20.9 B（激活 3.6 B） | 20B 就能跑 16GB 机器，真香 |
| 上下文 | 131 K tokens | 131 K tokens | YaRN + Rotary，长度管够 |
| 推理强度 | low / medium / high | 同上 | 三挡可调，CoT 长度平滑提升 |
| 工具 | 浏览器 + Python + 任意函数 | 同上 | 官方给了参考 Harness，可插拔 |
| 量化 | MXFP4（4.25 bit） | 同上 | 120B 单卡 80GB 就能跑 |
| 协议 | Apache 2.0 | Apache 2.0 | 商用无门槛 |
2. 技术拆解
2.1 架构：经典 MoE 的“细节拉满”版
- MoE 层
- 120b：128 experts × top-4；20b：32 experts × top-4
- Gated-SwiGLU + 残差连接，激活内存砍半
- Attention
- GQA（8 KV heads）+ 128 宽窗口与全密集交替
- YaRN 把 8K 预训练长度硬拉到 131K
- 量化
- 只对 MoE weight 做 MXFP4，90% 参数 4 bit，效果不掉点
这里有个关键细节，整篇报告最亮眼的技术亮点之一，就是那个量化方案。当初 R1 搞定 8bit 训练就已经让业界震惊了，OpenAI 这次直接拿出了 4bit 量化，模型性能几乎没有损失。这背后暴露的，是 OpenAI 在 infra 层面的深厚积累——大模型时代，infra 才是真正的胜负手，这个判断再次被验证。
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 201K，中文/代码/数学 token 密度肉眼可见提高
2.3 三段式训练
| 阶段 | 数据&技巧 | 亮点 |
|---|---|---|
| 预训练 | 数 T tokens（STEM+Code 权重高） CBRN 过滤器提前干活 | 知识截止 2024-06 |
| 后训练 | 与 o3 同源的 CoT RL 支持 low/medium/high 三挡 | 推理 token 20K+ 不崩 |
| 工具微调 | 浏览器、Python、函数调用混合训练 | 支持任意 JSON schema |
3. 一些评测效果
实测表现相当亮眼：
- AIME 2025（with tools）97.9%，与 o4-mini-high 水平相当
- SWE-Bench Verified 62.4%，比 o3-mini 高出 5 个点以上
- HealthBench Hard 30%，直接把 GPT-4o 按在地上摩擦
OpenAI 特意把医疗化学领域的表现作为一个核心卖点，对 Health 领域做了专门评估，足见其对特定垂直场景的重视。
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？
| 对开发者 | 对研究社区 | 对行业 |
|---|---|---|
| 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：
- 复杂工作流 Agent
- 长链数学/代码推理
- 医疗、法律等高价值场景
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？