OpenAI重新开源!深夜连发两个推理模型 siyushenqi.com • 2025 年 8 月 13 日 上午11:40 • 行业动态 • 阅读 462 OpenAI 时隔多年首次再开源大模型,一次放出 gpt-oss-120b / 20b 两个推理级模型,均基于 Apache 2.0 许可证,可商用、可微调。 摘要 120b 在 Codeforces、AIME、HealthBench 等基准上逼近甚至超越 o4-mini;20b 在 16 GB 内存即可跑,成绩对齐 o3-mini。 原生 MXFP4 量化,120b 单 H100 可跑,20b 能塞进高端笔记本/手机,并提供 vLLM、Ollama、LM Studio 等一键推理方案。 三档「低/中/高」推理力度可动态切换,全链路思维链对用户可见,方便调试与二次安全监控。 默认通过 Preparedness Framework 评估,对抗微调测试未达高风险阈值;内建函数调用、网页浏览、Python 沙箱等 agentic 能力,配套 playground 已上线。 终于,OpenAI 的新发布还是来了。 虽然不是我们期待已久的 GPT-5,但也是「something big-but-small today.」 也就是开源新语言模型。 要知道,这是近几年来(自 GPT-2 以来),OpenAI 重新开源模型。 据在 OpenAI 任职研究科学家的清华校友翁家翌透露,从 2022 年 OpenAI 内部就讨论模型开源,并曾数次接近「开源」目的,但直到今天才实现。 这次还一下开源了两个,都是推理模型。 GitHub 地址:https://github.com/openai/gpt-oss hugging face 地址:https://huggingface.co/openai/gpt-oss-20b hugging face 地址:https://huggingface.co/openai/gpt-oss-120b 博客地址:https://openai.com/index/introducing-gpt-oss/ Sam Altman 声称,gpt-oss 性能与 o4-mini 水平相当,并且可以在高端笔记本电脑上运行(WTF!!)(还有一个较小的可以在手机上运行)。 两款开源模型与 o3、o4-mini 的跑分结果比较如下: 总结一波,这两个开源模型的亮点包括: 宽松的 Apache 2.0 许可证:自由构建,不受版权限制或专利风险 - 非常适合实验、定制和商业部署。 可调整的推理力度:根据具体用例和延迟需求轻松调整推理力度(低、中、高)。 完整的思维链(CoT):完全可访问模型的推理过程,从而更轻松地进行调试并增强对输出的信任。不计划向终端用户展示。 可微调:通过参数微调,完全可根据特定用例定制模型。 Agentic 功能:使用模型的功能进行函数调用、网页浏览、Python 代码执行和结构化输出。 原生 MXFP4 量化:模型使用原生 MXFP4 精度针对 MoE 层进行训练,使得 gpt-oss-120b 可在单个 H100 GPU 上运行,gpt-oss-20b 模型可在 16GB 内存内运行。 OpenAI 还做了一个 playground ,让开发者可以在网页端简单尝试这两个开源模型,感兴趣的读者可以去体验尝试。 试用地址:https://www.gpt-oss.com/ 在过去的几个小时,海外 AI 社区已经炸开了,纷纷开始下载尝试新模型,以至于 Hugging Face 的 CTO 只能在线请求大家不要全都去下载,服务器要崩了! 接下来,就让我看看下这两个最新开源模型的技术细节。 开源模型新高度 作为两个 SOTA 级别的开源语言模型,gpt-oss-120b 和 gpt-oss-20b 可以提供强大的实际应用性能,并具有低成本优势。 两款模型在推理任务上超越了同等规模的开源模型,展示了强大的工具使用能力,并且经过优化,能够高效部署在消费级硬件上。训练过程中结合了强化学习以及受 OpenAI 内部最先进模型启发的技术,包括 o3 和其他前沿模型。 其中,gpt-oss-120b 模型在核心推理基准测试上与 o4-mini 几乎持平,同时能够在单个 80GB GPU 上高效运行。gpt-oss-20b 模型在常见基准测试中表现与 o3-mini 相似,且仅需 16GB 内存即可运行,适用于边缘设备,非常适合本地推理、设备端使用或在没有高昂基础设施的情况下快速迭代。 两款模型在工具使用、few-shot 函数调用、CoT 推理以及 HealthBench 测试中表现非常出色,甚至超越了 o1 和 GPT-4o 等专有模型。 两款模型还具有非常强的系统兼容性,适用于需要卓越指令跟随、工具使用(如网页搜索或 Python 代码执行)和推理能力的智能体工作流中,并且能够根据任务的复杂性来调整推理力度,从而适应不需要复杂推理和 / 或针对非常低延迟最终输出的任务。两款模型完全可定制,提供完整的 CoT,并支持结构化输出。 当然,安全性是 OpenAI 发布所有模型的基础,尤其对开源模型至关重要。因此,除了全面的安全训练和评估测试外,OpenAI 还基于自身的准备框架(Preparedness Framework)测试了 gpt-oss-120b 的对抗性微调版本,引入了额外的评估层。从结果来看,gpt-oss 模型在内部安全基准测试中的表现与 OpenAI 的前沿模型相当,并提供与其近期专有模型相同的安全标准。 OpenAI 已经与 AI Sweden、Orange 和 Snowflake 等早期合作伙伴合作,了解两款开源模型在现实应用中的情况,包括将它们托管在本地以确保数据安全,以及在专业数据集上进行微调。 预训练与模型架构 gpt-oss 模型采用了 OpenAI 最先进的预训练和后训练技术,尤其关注推理、效率和在各种部署环境中的现实可用性。 两款模型均采用 Transformer 架构,并利用专家混合(MoE)来减少处理输入所需的活跃参数数量。其中,gpt-oss-120b 每个 token 激活 5.1B 参数,而 gpt-oss-20b 则激活 3.6B 参数。两款模型的总参数分别为 117B 和 21B。 此外,两款模型采用交替密集和局部带状稀疏注意力模式,类似于 GPT-3。为了提高推理和内存效率,模型还使用了分组多查询注意力,组大小为 8。同时利用旋转位置编码(RoPE)进行位置编码,并原生支持最长 128k 的上下文长度。 在训练集上,OpenAI 在一个主要是英文的文本数据集上训练了两款模型,重点关注 STEM、编程和常识类内容,并使用一个比 o4-mini 和 GPT‑4o 所使用更为广泛的分词器(tokenizer)对数据进行分词 ——o200k_harmony,同样也将其开源。 后训练 OpenAI 声称开源模型采用了与 o4-mini 相似的后训练流程,包含监督微调和高计算强化学习阶段。此外,OpenAI 还训练模型在输出答案前先进行思维链推理和工具调用。通过采用与 OpenAI 专有推理模型相同的技术,这些模型在后训练后展现出卓越的能力。 与 API 中的 OpenAI o 系列推理模型类似,这两款开源模型支持「低、中、高」三档推理强度调节,开发者只需在系统消息中添加一行指令即可轻松设置,实现延迟与性能的平衡。 性能评估 OpenAI 在标准学术基准上对比测试了 GPT-OSS-120B/20B 与 o3、o3-mini 及 o4-mini 等 OpenAI 推理模型,涵盖编程、竞赛数学、医疗和智能体工具使用等维度: 一系列测试结果表明,GPT-OSS-120B 在编程竞赛(Codeforces)、综合问题解答(MMLU 和 HLE)及工具调用(TauBench)方面超越 o3-mini,达到甚至超过 o4-mini 水平。 在医疗查询(HealthBench)和竞赛数学(AIME 2024&2025)领域表现更优于 O4-mini。尽管体积小巧,GPT-OSS-20B 在这些测试中仍与 o3-mini 持平甚至超越,尤其在竞赛数学和医疗领域表现更为突出。 CodeforcesCompetition 编程基准 人类最后考试 —— 跨学科的专家级问题 HealthBench 基准测试 AIME 2024 和 AIME 2025 基准(使用工具) GPQA Diamond(不使用工具)和 MMLU 基准 AIME 数学竞赛 GPQA Diamond(使用工具)博士级别科学问题 完整评估结果如下表所示: 思维链 OpenAI 近期的研究表明,只要模型未经过直接监督对齐其思维链,监控推理模型的思维链过程有助于检测异常行为。这一观点也得到业内其他研究者的认同。 因此在 GPT-OSS 系列模型的训练中未对思维链施加任何直接监督。 OpenAI 认为,这对于监测模型异常行为、欺骗性输出及滥用风险至关重要。通过发布具备无监督思维链能力的开源模型,希望为开发者和研究人员提供研究及实现自有思维链监控系统的机会。 更多的模型细节和评估结果请参考模型卡(model card): 模型卡地址:https://cdn.openai.com/pdf/419b6906-9da6-406c-a19d-1bb078ac7637/oai_gpt-oss_model_card.pdf 最后,在 GPT-5 迟迟未发布的情况下,你觉得 OpenAI 能否凭这两个开源模型挽尊呢?与国内开源模型比谁更香?欢迎已经用上的读者们讨论。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/32373.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 孙正义AI雄心逐渐清晰 上一篇 2025 年 8 月 13 日 上午11:40 盛大挖角代季峰,筹建新 AGI 公司对标 DeepSeek 下一篇 2025 年 8 月 13 日 上午11:40 相关推荐 行业动态 又一机器人“入主”上市公司 16.65亿元“协议转让+要约收购”拿下锋龙43%股权,优必选将首次拥有A股上市平台,实际控制人变更为周剑。 siyushenqi.com 2025 年 12 月 27 日 378000 从亚马逊阿联酋站Top榜单揭秘,这三个类目什么最好卖 从我们整理出来的数据上观察,目前出海阿联酋亚马逊站的以3C数码配件、汽车配件类的产品居多 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 415000 行业动态 对话RingConn:2024年创造智能穿戴设备全球众筹第一,智能戒指的未来是一场品牌之战? 智能戒指,白牌产品没机会了。 siyushenqi.com 2025 年 8 月 13 日 504000 行业动态 巴西或判“开宝箱”违法,大批游戏公司被调查:每日罚70万美元 从2018年5月份开始,深受游戏厂商、尤其是手游发行商青睐的“开宝箱”玩法陆续遭到了全球各国监管方的普遍关注。 siyushenqi.com 2025 年 8 月 25 日 354000 被索尼、B站、EPIC相中,他们想做中国的白金工作室 钛核网络,听上去可能有点陌生,但说起《暗影火炬城》我想大家应该很难忽略它,毕竟它初次曝光后就备受关注。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 459000 究竟,什么是暗黑美学? “欢迎来到神秘奇幻的暗黑世界。” siyushenqi.com 2025 年 8 月 24 日 • 行业动态 479000 行业动态 米哈游:终止合作关系,永久列入黑名单 米哈游因汇业律所律师违规代理利益冲突案件,终止合作并将其列入黑名单,远景能源撤诉但游戏商标纠纷余波未了。 siyushenqi.com 2026 年 2 月 12 日 338000 神仙打架!网易收入大涨70%,朝夕光年靠《晶核》流水翻倍 当时间进入2023年的下半年,随着多款新品在国内屡创新高,海外市场也接连迎来突破,我们可以切身体会到2023年的新品竞争是有多么激烈 siyushenqi.com 2025 年 8 月 19 日 • 行业动态 476000 行业动态 Manus官宣被Meta收购 Manus 12 月 30 日官宣并入 Meta,总部、App、订阅与新加坡运营保持不变,独立品牌继续对外服务。 siyushenqi.com 2025 年 12 月 31 日 417000 行业动态 AI产品出海:有产品月下载量暴增7000%,情感社交热度持续,冷门功能赛道成新亮点 AI出海产品背后的中国力量。 siyushenqi.com 2025 年 8 月 13 日 628000 伽马数据报告:今年游戏市场收入或超2700亿元,移动游戏增幅达30% 9月10日,伽马数据联合腾讯云发布了《2020游戏产业趋势报告》。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 498000 行业动态 淘宝找到了新护城河 阿里巴巴集团公布的今年二季度(财年Q1)财报显示,淘宝天猫增长势头延续。 siyushenqi.com 2025 年 8 月 5 日 462000 行业动态 私域神器每周精选| 快手等大厂寻支付商,多款手游、社交产品寻海外流量(第3期) 近期多家厂商发布了合作项目,类型涵盖社交APP、游戏寻找发行和流量渠道、网文漫画寻流量,及甲方寻找支付服务等。 siyushenqi.com 2025 年 8 月 25 日 452000 高质量产品加高效率投放,移动游戏就一定能成功吗? 2021年,移动游戏将创造907亿美元收入,同比增长4.4%,来自移动游戏市场的收入将占全球游戏市场收入的一半以上。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 425000 行业动态 分析师:阿里组织架构调整,Lazada受益 分析师和投资者对阿里巴巴组织架构调整的计划反应积极。 siyushenqi.com 2025 年 8 月 13 日 470000 行业动态 如何充分利用Quora平台,接触到高潜付费客户-扬帆社群快问快答干货篇(二) 大中华区总经理Adam Yang目前负责Quora大中华区相关业务,带领团队帮助中国公司在海外市场打响品牌知名度并高效获得用户增长。Adam拥有丰富的技术和业务团队管理经验,加入Quora前,Adam曾在X(Twitter),Data.ai(App Annie)等多家移动互联网担任销售主管和战略大客户负责人等职位。他在移动数据,游戏和广告领域具有丰富的行业知识和洞察。 siyushenqi.com 2025 年 8 月 3 日 444000 2021出海移动增长峰会:解析泛娱乐出海新趋势 聚焦技术创新与增长 5月19日由Branch、扬帆出海、App Annie与飞书深诺联合举办的“2021出海移动增长峰会Masters of Mobile ” 在广州顺利闭幕。 siyushenqi.com 2025 年 8 月 3 日 • 行业动态 440000 行业动态 建立面向AI的新战略 具备同样素质的创业者,在移动互联网创业浪潮中能脱颖而出,在AI浪潮中则可能溺水而亡。 siyushenqi.com 2025 年 8 月 13 日 395000 葫芦笔记创始人-陈顺利、iTechClub华南区广州分会副秘书长-杨东波确认担任第三届全球产品与增长大会-AIGC出海创新产业峰会圆桌嘉宾 葫芦笔记创始人-陈顺利、iTechClub华南区广州分会副秘书长-杨东波确认担任第三届全球产品与增长大会-AIGC出海创新产业峰会圆桌嘉宾 siyushenqi.com 2025 年 8 月 21 日 • 行业动态 485000 行业动态 《少女前线》Steam版本延期上线,因未收到平台审核通过反馈 《少女前线》官方账号于5月20日发布公告,确认原定于当天上线的Steam版本无法按时上线。此前两日,游戏已发布预警,称因未收到平台最终审核通过反馈,游戏可能无法按时上线。 siyushenqi.com 2025 年 8 月 17 日 430000 接棒华为市场,剑指苹果三星,荣耀Magic时代来了? 如果说超越华为,是对华为最好的致敬,那么超越苹果、三星,就是对华为最大的献礼。 siyushenqi.com 2025 年 8 月 15 日 • 行业动态 478000 15年老采购人经验分享:全球化快递公司如何搭建海外采购体系? 随着在中国开办企业成本的增加,以及海外市场的升温,越来越多的企业有了“出海采购”的需求,对一家全球化的公司来说,如何搭建起海外采购体系? siyushenqi.com 2025 年 8 月 3 日 • 行业动态 477000 行业动态 电商下半场不拼电商? 从数据上来看,属于电商最好的时代已经过去,当前整个行业处于停滞或缓慢爬升期。从下沉市场到物流,阿里、京东、拼多多,三巨头下一个战场在哪? siyushenqi.com 2025 年 8 月 13 日 436000 流量破百万的女装独立站!她从连衣裙礼服做起 “女装独立站再现隐藏大佬,它是如何打开海外市场?” siyushenqi.com 2025 年 8 月 12 日 • 行业动态 513000 行业动态 腾讯《怪物猎人:旅人》手游曝光,或将跨平台上线 《怪物猎人:旅人》是由腾讯天美工作室群和卡普空合作开发的手游,这标志着两大公司在《怪物猎人》IP上的再次合作。 siyushenqi.com 2025 年 8 月 17 日 475000 行业动态 爱诗科技B轮融资6000万美元,为阿里大模型投资版图第六子 阿里领投 6000 万美元 B 轮,A 轮 5 次累计已超 4 亿元,创国内视频模型初创融资速度纪录。 siyushenqi.com 2025 年 9 月 11 日 450000 微软吹响AI集结号:全面打通ChatGPT携手冲击谷歌 回来了,都回来了。疫情一页已经翻过,科技大厂的年度大会今年全面回归线下。继两周之前谷歌总部举办I/O开发者大会之后,微软Build开发者大会今天也在总部西雅图开幕。两周之后,苹果WWDC开发者大会也将在硅谷总部召开。 siyushenqi.com 2025 年 8 月 14 日 • 行业动态 432000 出海游戏研发找发行 第04期 休闲竞技类、卡牌RPG类、音乐动作类出海游戏找发行! siyushenqi.com 2025 年 8 月 26 日 • 行业动态 422000 行业动态 蚂蚁“阿福”杀入AI应用第一梯队 蚂蚁将原 AQ 应用全面重塑为“蚂蚁阿福”,定位从 AI 工具升级为“AI 健康朋友”,并配套成立健康事业群,把大健康列为集团级支柱。 siyushenqi.com 2025 年 12 月 16 日 744000 行业动态 私域神器每周合作精选No.192|iOS游戏开发团队;寻找支付资源;中东产品推广KOC/KOL模式;需要土耳其虚拟信用卡渠道 本期精选的合作类型涵盖iOS游戏开发团队;寻找支付资源;中东产品推广KOC/KOL模式;需要土耳其虚拟信用卡渠道。接下来就一起看看吧~ siyushenqi.com 2026 年 2 月 10 日 309000 发表回复 请登录后评论...登录后才能评论 提交