OpenAI 預(yù)熱了好幾周的 GPT-5 還沒來，但傳聞中的開源模型先來了。

當(dāng)?shù)貢r(shí)間 8 月 5 號，OpenAI 發(fā)布了兩款新的開源推理模型：gpt-oss-120b 和 gpt-oss-20b，分別包含約 1170 億和 210 億參數(shù)。

（來源：OpenAI）

它們的權(quán)重均可在 Hugging Face 上免費(fèi)下載，并采用 MXFP4 原生量化。兩款模型均采用 Apache 2.0 許可協(xié)議，免費(fèi)開放給開發(fā)者和企業(yè)使用，包括商業(yè)用途。但訓(xùn)練數(shù)據(jù)集沒有披露。

算起來，OpenAI 上次發(fā)布開放權(quán)重的模型，還要追溯到 2019 年的 GPT-2。

與開源模型一同發(fā)布的還有一篇論文，討論了開源大模型權(quán)重的最糟情況及其風(fēng)險(xiǎn)。

（來源：OpenAI）

兩款開源模型各有所長。較大的 gpt-oss-120b 擁有 1170 億參數(shù)，在推理任務(wù)上的表現(xiàn)幾乎能與 OpenAI 的 o4-mini 模型分庭抗禮，可在單張 80GB 顯存的 GPU 上流暢運(yùn)行。

較小的 gpt-oss-20b 雖然只有 200 億參數(shù)，但在多項(xiàng)基準(zhǔn)測試中的表現(xiàn)卻能匹敵 o3-mini 模型，而且僅需 16GB 內(nèi)存就能在筆記本電腦上本地運(yùn)行，便于快速迭代開發(fā)。

Reddit 論壇上已經(jīng)有人曬出了自己在 16GB RAM 本地跑的 gpt-oss-20b：

（來源：Reddit）

OpenAI CEO 山姆·奧特曼（Sam Altman）在聲明中表示：“我們很興奮能夠?qū)⑦@個耗費(fèi)數(shù)十億美元研發(fā)的模型免費(fèi)提供給全世界，讓 AI 惠及更多人?！?/p>

這兩款模型都采用了 Apache 2.0 許可證發(fā)布，用戶可以自由進(jìn)行商業(yè)使用、重新分發(fā)，甚至進(jìn)行定制化改造。

在架構(gòu)設(shè)計(jì)方面，這兩款模型都采用了稀疏專家（MoE，Mixture-of-Experts）結(jié)構(gòu)。gpt-oss-120b 含有 128 個專家，每個 token 激活 4 個；gpt-oss-20b 則有 32 個專家。兩款模型的上下文窗口均為 128k。

圖 | 兩個新模型的架構(gòu)（來源：OpenAI）

兩者均在大規(guī)模文本數(shù)據(jù)集上訓(xùn)練，這些數(shù)據(jù)聚焦于 STEM 學(xué)科、通識知識和編程內(nèi)容，并過濾掉了危險(xiǎn)或敏感數(shù)據(jù)，如化學(xué)、生物、放射性與核相關(guān)內(nèi)容。

同時(shí)，OpenAI 還宣布，為了促進(jìn)更安全的開源生態(tài)系統(tǒng)，他們將舉辦紅隊(duì)挑戰(zhàn)賽，旨在鼓勵世界各地的開發(fā)者幫助識別新的安全問題。挑戰(zhàn)賽將設(shè)立高達(dá) 50 萬美元的獎金，根據(jù) OpenAI 和其他實(shí)驗(yàn)室的專家評審團(tuán)的評審結(jié)果進(jìn)行發(fā)放。

模型能力方面，gpt-oss 系列模型在多項(xiàng)推理和代碼任務(wù)基準(zhǔn)測試中都表現(xiàn)不俗。

在AIME、GPQA、MMLU 等推理任務(wù)上，120b 模型達(dá)到了與 o4-mini 相當(dāng)甚至更好的成績。在工具調(diào)用任務(wù)如 SWE-bench、Codeforces 和 Tau-Bench 上，gpt-oss 同樣展示出極強(qiáng)的執(zhí)行能力。

在 HealthBench 測試中甚至能超越 OpenAI o1 和 GPT-4o 等專有模型。

具體成績?nèi)缦拢?/p>

圖 | 多項(xiàng)基準(zhǔn)測試成績中的其中一項(xiàng)（來源：OpenAI）

雖然 OpenAI 沒有放出跟 DeepSeek 的成績對比圖，但已有 Reddit 網(wǎng)友總結(jié)出來：在考慮 AIME（DeepSeek 沒用工具，gpt-oss 用了）的情況下，gpt-oss-120b 的超越幅度在 5.7% 左右；如果不考慮 AIME，差距是微乎其微的。

（來源：Reddit）

此外，它們也支持思維鏈（Chain-of-Thought）、結(jié)構(gòu)化輸出和工具調(diào)用，可直接集成 OpenAI 的 Responses API，并用于構(gòu)建基于代理的復(fù)雜工作流。

值得注意的是，兩個模型的思維鏈?zhǔn)菬o監(jiān)督的，能夠讓開發(fā)者和研究人員有機(jī)會研究和實(shí)現(xiàn)他們自己的思維鏈監(jiān)控系統(tǒng)。

OpenAI 解釋稱，“監(jiān)控推理模型的思維鏈有助于檢測不當(dāng)行為……秉承我們自推出 OpenAI o1?preview 以來的原則，我們沒有對兩個開源模型的思維鏈進(jìn)行任何直接監(jiān)督。我們認(rèn)為這對于監(jiān)控模型的不當(dāng)行為、欺騙和誤用至關(guān)重要。”

安全性是 OpenAI 推出此類模型時(shí)的核心考慮之一。他們對模型進(jìn)行了全面的能力評估和濫用風(fēng)險(xiǎn)測試，包括模擬將模型通過微調(diào)訓(xùn)練至生物學(xué)和網(wǎng)絡(luò)安全等敏感領(lǐng)域的高能力水平。

評估結(jié)果表明，即便經(jīng)過對抗性微調(diào)，gpt-oss-120b 也未達(dá)到 OpenAI 內(nèi)部定義的“高風(fēng)險(xiǎn)”能力門檻。

作為開源模型，用戶可通過 Hugging Face、GitHub 等平臺下載模型權(quán)重，并在 LM Studio、Ollama 等 PC 程序上運(yùn)行。同時(shí)，亞馬遜云（AWS）、微軟云（Azure）、Baseten 及 Databricks 等主流云服務(wù)商也已提供對新模型的支持。

早在今年 1 月底，OpenAI CEO 奧特曼就曾罕見表態(tài)稱，公司此前在 AI 開源道路上“站到了錯誤的一邊”，尤其是在見證了中國 DeepSeek、Qwen 等開源模型的迅速崛起后。此次 OpenAI 的兩款最新開源模型，也被視為對其他開源項(xiàng)目競爭壓力的直接回應(yīng)。

最后，奧特曼也是在最新聲明中表示：“回顧 2015 年我們成立之初，OpenAI 的使命就是確保通用人工智能（AGI）造福全人類。為此，我們很高興看到世界能夠構(gòu)建一個基于民主價(jià)值觀、由美國創(chuàng)建的開放人工智能堆棧，該堆棧對所有人免費(fèi)開放，并造福于廣大民眾。”

參考資料：

https://cdn.openai.com/pdf/419b6906-9da6-406c-a19d-1bb078ac7637/oai_gpt-oss_model_card.pdf

https://openai.com/index/introducing-gpt-oss/

https://www.reddit.com/r/LocalLLaMA/comments/1mifuqk/gptoss120b_outperforms_deepseekr10528_in/

https://cdn.openai.com/pdf/231bf018-659a-494d-976c-2efdfc72b652/oai_gpt-oss_Model_Safety.pdf