OpenAI 发布 gpt-oss 开放权重模型 (gpt-oss‑120B, gpt-oss‑20B)

关键更新

OpenAI 发布了两个开放权重模型，gpt-oss‑120B 和 gpt-oss‑20B，采用 Apache‑2.0 许可，提供可下载的权重（原生 MXFP4 量化）、参考推理代码，以及 Harmony 提示格式和渲染器。较大的模型适合在单个 80GB GPU 上运行；较小的模型可以在约 16GB 的机器上运行，两者都支持非常长的上下文窗口（高达 ~128k 令牌）。OpenAI 正在提供参考运行时，并与供应商（Hugging Face、vLLM、Ollama、ONNX/Azure 等）合作，使这些模型能够在本地、云和边缘设置中使用。 (openai.com)

为什么这很重要

这是首次在时间和精力上可行的发布，实质性地改变了高级推理和编码助手的运行方式：团队现在可以在自己的基础设施（甚至高端开发机器）上托管一个有能力的、支持思维链的模型，而不必被锁定在托管的 API 中。实际上，这意味着交互式开发工具的延迟更低，能够将代码和遥测保留在本地以满足合规要求，并对微调和工具集成（IDE 插件、本地推理服务和代理框架）有更大的控制权。

工程权衡是直接但重要的：120B 模型仍然需要大量的 GPU RAM（≈80GB）和优化的运行时以实现生产吞吐量，而 20B 模型则开启了现实的本地和边缘场景（16GB RAM）。预计在两个领域会立即开展工作：（1）操作/工具 — 标准化推理堆栈（量化运行时、vLLM/ONNX 管道、适配器/微调工具）和部署自动化（Kubernetes + GPU 节点大小、推理的自动扩展）；（2）安全/流程 — 加固的微调管道、红队和模型安全审计，以及围绕模型更新和提示清理的操作控制。对于构建代码助手或自动化管道的前端和后端开发者来说，此次发布减少了对模型推理的云依赖，但提高了对 MLOps、可观察性（延迟、漂移、幻觉跟踪）和安全模型治理的投资需求。 (openai.com)

来源

• 来源