GPT OSS 120B

OpenAI 在 2025 年 8 月推出了 gpt-oss-120b，这是一款开源权重的大规模推理模型，采用 Mixture-of-Experts（MoE）架构，定位为高性价比的可部署推理方案。模型权重与推理实现以 Apache-2.0 许可发布，并配套了使用政策文件，确保在开放使用的同时兼顾合规性与安全性。

该模型的设计目标是在单卡 80GB GPU 环境下运行完整 120B 参数版本，同时保持较高的推理性能和可扩展性。通过精心的路由策略与稀疏激活，gpt-oss-120b 在多项评测中表现接近 OpenAI 的 o4-mini，并支持完整的链式思考输出与工具调用。

核心架构特性

• 层数与专家：36 层 Transformer，每层 MoE 模块含 128 个专家，推理时激活 Top-4。
• 注意力机制：交替的稀疏带状窗口与全局密集注意力。
• 参数规模：总参数约 1168 亿，但每次推理仅激活约 51 亿参数。
• 上下文长度：原生支持 131,072 个 token，采用 RoPE 与 YaRN 扩展。
• 显存需求：单卡 80GB 可运行全量版本，另有 20B 精简版适配 16GB 设备。

这些设计让模型在保持规模的同时显著降低了单次推理成本，也为部署在本地或云端提供了更灵活的选择。

训练与对齐

gpt-oss-120b 在大规模混合数据上训练，涵盖通用文本、编程与 STEM 领域，知识更新至 2024 年 6 月。训练完成后，模型经过监督微调和强化学习优化，不同任务可切换推理努力等级，并支持输出完整的推理链路。

它使用 harmony 格式进行对话交互，官方提供了渲染模板和配套库，方便开发者快速集成到已有系统中。

评测表现

在 AIME、HLE、MMLU、GPQA 等基准上，gpt-oss-120b 的得分普遍高于 o3-mini，部分任务接近 o4-mini。在代码生成、数学推理和工具调用方面表现稳定，但在事实性问答和指令防御上略有不足，幻觉率高于 o4-mini。这意味着在生产部署中，最好配合检索、浏览与结果验证机制，以确保可靠性。

GPT-OSS-120B的评测对比可以参考：

安全性与稳健性

OpenAI 对 gpt-oss-120b 进行了对抗性安全评估，包括在生物、化学和网络安全领域的微调实验，未达到高风险能力阈值。在拒绝越狱的表现上与 o4-mini 接近，但在复杂提示注入的防御上略逊一筹。

部署与生态

开发者可以通过 Hugging Face 获取权重，并使用官方提供的 PyTorch、Triton、Metal 实现进行本地推理。模型兼容 Transformers、vLLM、Ollama、LM Studio 等主流推理框架，也已在部分云平台上线。对于需要在低显存硬件上运行的场景，可选择 20B 参数版本作为替代。

总结

gpt-oss-120b 在开源权重模型中，结合了大规模 MoE 架构、高推理性能和较低的部署门槛，为企业和开发者提供了一个可控、可定制的推理模型选择。虽然在部分稳健性和事实性上仍有改进空间，但在数据主权、离线可用性和工具集成等方面具有明显优势。