OpenAI正式发布开源新语言模型GPT-OSS-120B和GPT-OSS-20B。两款模型基于Apache 2.0许可证开放，在推理性能与硬件效率方面表现优异，旨在帮助开发者、机构及研究人员以更低成本获取强大模型能力。
两个模型均采用Transformer架构下的混合专家（MoE）设计，通过减少单次输入激活的参数量显著提升运行效率：
- GPT-OSS-120B：总参数1170亿，每Token激活51亿参数
- GPT-OSS-20B：总参数210亿，每Token激活36亿参数
两者均支持128k Token上下文长度，并集成RoPE旋转位置嵌入、多查询注意力及稀疏注意力等技术，进一步优化内存占用与计算效率。
硬件兼容性
GPT-OSS-120B可在配备80 GB显存的GPU上运行；GPT-OSS-20B仅需16 GB显存，适配边缘设备部署。模型已预量化为MXFP4格式，可通过Hugging Face下载，同时提供PyTorch及Apple Metal示例代码。
高推理与工具使用性能
在与OpenAI o3、o3-mini及o4-mini模型的对比测试中，新模型在代码编写（Codeforces）、学术通用知识（MMLU/HLE）、数学（AIME 2024–2025）、健康领域（HealthBench）以及工具调用（TauBench）等基准测试中成绩突出。其中，GPT-OSS-120B表现接近甚至优于o4-mini，GPT-OSS-20B则在多项指标上超越o3-mini。
思维链（CoT）与无监督思维追踪
模型采用无监督方式专项优化链式思考（CoT）能力，使潜在的滥用行为、误导性回答或错误推理过程可被外部追踪。OpenAI建议开发者避免向终端用户直接展示思维链内容。
安全测试与红队竞赛
为确保安全性，OpenAI在预训练阶段过滤了化学、生物、放射性及核（CBRN）相关内容，并在后训练阶段强化对有害请求的防御能力。针对生物学和网络安全等领域的恶意攻击场景测试显示，模型相关风险可控，该过程已通过外部独立专家审查。此外，OpenAI启动总额50万美元奖金池的红队竞赛，鼓励社区参与安全研究。
可访问性与分发选项
本地部署支持Hugging Face、Azure、AWS、Databricks、Vercel、Cloudflare等平台；硬件层面已与NVIDIA、AMD、Cerebras、Groq完成优化适配。Microsoft亦通过VS Code和Foundry Local提供针对Windows设备优化的GPT-OSS-20B ONNX Runtime版本。