OpenAI 在人工智能领域取得了意想不到的进展， 发射，市场投入 de GPT-OSS这是该公司五年多来首个开源语言模型。这一进展标志着该公司近期战略的转变，该战略主要依赖专有模型和封闭服务。随着 GPT-OSS 的到来，OpenAI 正在回归本源，为任何人或实体打开大门，让他们无需依赖其云平台或互联网连接即可访问、运行和定制强大的语言模型。
新模型有两个版本：一个版本具有 120.000 亿个参数，另一个版本具有 20.000 亿个参数的轻量级版本。最强大的版本可以在具有至少 80GB 内存的单个专业 GPU 上运行，而较低版本则针对具有 16GB RAM 的主流 PC 和笔记本电脑， 显著提高先进人工智能能力的普及程度这两个版本都可以从 Hugging Face 等平台免费下载，并部署在 Azure 或 AWS 等流行服务上。
技术特点及所用技术
连接器 GPT-OSSOpenAI 提出了两种基于以下架构设计的模型 Transformer 和混合专家 (MoE)。 这允许 优化内存使用和延迟 通过每个输入令牌仅激活一小部分专家，在不牺牲算力的情况下提高效率。120B 版本使用 36 个区块，每个令牌激活 5.100 亿个参数；而 20B 版本使用 24 个区块，每个令牌激活 3.600 亿个参数，使其更容易在更经济的硬件上运行。
这两个模型主要基于来自不同地区的英语数据进行训练 STEM、编程和常识，包括额外的监督调整和强化阶段，以提高您的 与人类指令对齐. 其功能包括 思路链、在提供响应之前分解中间步骤的能力，以及使用外部工具（如网页浏览或 Python 代码执行）的能力。
可用性、许可和集成选项
GPT-OSS 的一大吸引力在于其 Apache 2.0许可证，它消除了其他封闭模型的许多常见限制：它允许其 商业使用、再分配和整合 适用于各种类型的项目，从小型初创公司到大型公共机构或研发项目。模型权重以 MXFP4 格式提供，并在 PyTorch 和 Apple Metal 中提供参考实现，并且与以下工具完全兼容： Ollama、llama.cpp、LM Studio 和 vLLM，方便其在专业和家庭环境中的使用。
GPT-OSS-20B 的安装和调试特别简单，这得益于 LM Studio 等实用程序，它允许您 没有编程经验的用户 使用图形界面下载并在本地测试模型。此外，OpenAI 发布了关于微调和调整模型的详细文档和建议，以及针对云和本地平台的现成集成。
安全、测试和负责任的方法
GPT-OSS 的推出不仅注重开放性，还注重 安全和负责任的使用 模型。OpenAI 已纳入新的审查和验证机制，以避免滥用带来的风险，尤其是在网络安全或恶意代理创建等敏感领域。为此，它实施了对抗性测试方法（红队测试），由独立专家进行外部审查，并制定了模拟极端攻击场景的协议。
随着模型的发布，OpenAI 推出了 红队挑战赛，奖励丰厚 对于那些发现漏洞或问题行为的人来说，GPT-OSS 致力于寻求全球社区在风险检测方面的积极合作。此外，GPT-OSS 还公开了其 推理链，促进响应审计和监控，以避免偏见或微妙的错误。
性能以及与其他开放模型的比较
在 学术基准和推理测试GPT-OSS-120B 与 OpenAI 最新的专有模型（例如 o4-mini）相当，甚至在某些方面超越了它们，并且在某些场景下优于 DeepSeek R1 或 Llama 系列等其他模型。专为家用设备量身定制的 20B 版本保持了 效率与容量之间的良好关系，在数学、编码和健康任务上取得了非常有竞争力的成绩。
OpenAI 警告称，这些开放模型可能会带来 更容易出现“幻觉” （事实错误）与云端模型相比，由于训练和监控方面的差异，其准确性有所降低。不过，用户现在无需在线服务即可使用高级模型。
