尝试 gpt-oss ·
指南 ·
模型卡片 ·
OpenAI 博客

欢迎来到 gpt-oss 系列，这是 OpenAI 的开放权重模型，专为强大的推理、智能体任务以及多样化的开发者使用场景而设计。

我们发布了两种版本的开放模型：
- gpt-oss-120b — 适用于生产环境、通用目的、高推理需求，可放入单个 80GB GPU（如 NVIDIA H100 或 AMD MI300X）（117B 参数，其中 5.1B 活跃参数）
- gpt-oss-20b — 适用于低延迟、本地或专用场景（21B 参数，其中 3.6B 活跃参数）

两个模型均基于我们的 harmony 响应格式 进行训练，并且必须配合该格式使用，否则无法正常工作。

[!NOTE]
本模型卡片专门介绍较小的 gpt-oss-20b 模型。更大模型请参见 gpt-oss-120b。

亮点

• 宽松的 Apache 2.0 许可证： 自由构建，无需担心 copyleft 限制或专利风险——非常适合实验、定制和商业部署。
• 可配置的推理强度： 根据具体使用场景和延迟需求，轻松调整推理强度（低、中、高）。
• 完整思维链： 完全访问模型的推理过程，便于调试并增强对输出的信任。不适用于向最终用户展示。
• 可微调： 通过参数微调，完全定制模型以适应特定使用场景。
• 智能体能力： 利用模型的原生能力进行函数调用、网页浏览、Python 代码执行以及结构化输出。
• MXFP4 量化： 模型在训练后对 MoE 权重进行了 MXFP4 量化，使得 gpt-oss-120b 可在单个 80GB GPU（如 NVIDIA H100 或 AMD MI300X）上运行，而 gpt-oss-20b 模型可在 16GB 内存内运行。所有评估均使用相同的 MXFP4 量化完成。

推理示例

Transformers

你可以使用 Transformers 来运行 gpt-oss-120b 和 gpt-oss-20b。如果使用 Transformers 的聊天模板，它会自动应用 harmony 响应格式。如果直接使用 model.generate，则需要通过聊天模板手动应用 harmony 格式，或使用我们的 openai-harmony 包。

首先，安装必要的依赖项来配置环境：

pip install -U transformers kernels torch 

配置完成后，可以通过运行以下代码片段来运行模型：

from transformers import pipeline
import torch

model_id = "openai/gpt-oss-20b"

pipe = pipeline(
    "text-generation",
    model=model_id,
    torch_dtype="auto",
    device_map="auto",
)

messages = [
    {"role": "user", "content": "Explain quantum mechanics clearly and concisely."},
]

outputs = pipe(
    messages,
    max_new_tokens=256,
)
print(outputs[0]["generated_text"][-1])

或者，你可以通过 Transformers Serve 运行模型，以启动一个兼容 OpenAI 的 Web 服务器：

transformers serve
transformers chat localhost:8000 --model-name-or-path openai/gpt-oss-20b

了解更多关于如何使用 Transformers 运行 gpt-oss 的信息。

vLLM

vLLM 推荐使用 uv 进行 Python 依赖管理。你可以使用 vLLM 启动一个兼容 OpenAI 的 Web 服务器。以下命令将自动下载模型并启动服务器。

uv pip install --pre vllm==0.10.1+gptoss \
    --extra-index-url https://wheels.vllm.ai/gpt-oss/ \
    --extra-index-url https://download.pytorch.org/whl/nightly/cu128 \
    --index-strategy unsafe-best-match

vllm serve openai/gpt-oss-20b

了解更多关于如何使用 vLLM 运行 gpt-oss 的信息。

PyTorch / Triton

要了解如何使用 PyTorch 和 Triton 运行此模型，请查看我们的 gpt-oss 仓库中的参考实现。

Ollama

如果你尝试在消费级硬件上运行 gpt-oss，可以在安装 Ollama 后运行以下命令。

# gpt-oss-20b
ollama pull gpt-oss:20b
ollama run gpt-oss:20b

了解更多关于如何使用 Ollama 运行 gpt-oss 的信息。

LM Studio

如果你使用 LM Studio，可以使用以下命令进行下载。

# gpt-oss-20b
lms get openai/gpt-oss-20b

请查看我们的 awesome 列表，获取更广泛的 gpt-oss 资源和推理合作伙伴信息。

下载模型

你可以直接从 Hugging Face CLI 从 Hugging Face Hub 下载模型权重：

# gpt-oss-20b
huggingface-cli download openai/gpt-oss-20b --include "original/*" --local-dir gpt-oss-20b/
pip install gpt-oss
python -m gpt_oss.chat model/

推理级别

你可以调整推理