OpenAI推出GPT-OSS：GPT-2后首批开放权重大模型重磅登场

OpenAI推出了GPT-OSS，这是其自GPT-2发布以来的首批开放权重语言模型，标志着其在模型可访问性策略上的重大转变。这些新模型在高度宽松的Apache 2.0许可下可用，为开发者提供了广泛的商业和非商业应用自由，且无限制性条款。

GPT-OSS系列首次亮相两款不同模型：一个1200亿参数的推理模型和一个更紧凑的200亿参数版本。OpenAI表示，较大模型提供的性能可与其专有的o4-mini模型媲美，而较小版本则取得了与o3-mini相似的结果。

这些模型主要通过大量英文文本语料库进行训练，特别侧重于STEM科目、编码和通用知识。与OpenAI的一些更大、更高级的模型（如GPT-4o）不同，GPT-OSS不包含视觉能力。在后训练阶段，OpenAI应用了强化学习技术，类似于用于其o4-mini模型的技术，以赋予GPT-OSS链式思考推理能力。用户可以通过系统提示调整模型的推理程度——低、中或高。

两款GPT-OSS模型都利用了专家混合（MoE）架构，这是一种提高效率的设计选择。在1200亿参数模型中，有128个专业子网络或“专家”可用，其中四个（总计51亿参数）积极生成每个输出token。200亿参数版本是一个精简设计，包含32个专家和36亿个活跃参数。这种MoE结构允许比同等大小的密集模型更快地生成token，前提是硬件能够支持。

关于硬件要求，OpenAI已对这些模型进行了优化，以实现高效运行。1200亿参数模型可以在单个80GB H100 GPU上运行，而200亿参数版本设计为仅需16GB VRAM即可运行。对GPT-OSS-20B模型在RTX 6000 Ada GPU上进行的初步测试表明，在批处理大小为1时，token生成速率超过每秒125个token。

这些模型具有128,000个token的原生上下文窗口。虽然在一年前具有竞争力，但现在这一容量已被一些竞争对手超越，例如阿里巴巴的Qwen3系列提供了256,000个token的上下文窗口，以及Meta的Llama 4支持高达1000万个token。

GPT-OSS的发布经历了多次延迟，OpenAI首席执行官Sam Altman将其归因于广泛的安全评估。在最近的一篇博客文章中，OpenAI详细介绍了实施的安全措施，包括过滤掉与化学、生物、放射或核（CBRN）研究和开发相关的有害数据。这些模型还被设计为能够抵抗不安全提示和提示注入尝试。OpenAI承认对手出于恶意目的微调开放权重模型的风险，但对其安全防护措施表示有信心。为进一步测试这些措施，该公司启动了一项红队挑战，向任何能够发现新颖安全漏洞的人提供50万美元奖金。

GPT-OSS目前可在包括Hugging Face在内的各种模型仓库中获取，并支持广泛的推理框架，如Hugging Face Transformers、PyTorch、Triton、vLLM、Ollama和LM Studio。

展望未来，Sam Altman暗示将有进一步的发展，在X上表示本周晚些时候预计会有“重大升级”，引发了关于潜在GPT-5发布的猜测。