OpenAI深夜官宣，一夜之间开源两大巨头：gpt-oss-120b与20b！
2025 年 8 月 6 日，OpenAI 回归初心，宣布并发布了两款全新的、开源的前沿大语言模型：gpt-oss-120b 和 gpt-oss-20b。
这些模型在灵活的 Apache 2.0 许可证下提供。
gpt-oss-120b：性能强大，可在单张英伟达 GPU 上运行。
gpt-oss-20b：轻量级版本，适用于配备 16GB 内存的消费级笔记本电脑。
这标志着 OpenAI 自 5 年前发布 GPT-2 以来首次推出“开放”的语言模型。
模型采用了与 O4-mini 类似的训练流程进行后训练，包括监督式微调阶段和高计算量强化学习阶段。
与 OpenAI o 系列推理模型在 API 中的实现类似，这两个开放模型支持三种推理强度——低、中、高——它们在延迟与性能之间进行权衡。
对 gpt-oss-120b 和 gpt-oss-20b 在标准学术基准测试中进行了评估，以衡量其在编程、竞赛数学、医疗和智能体工具使用方面的能力，并与其他 OpenAI 推理模型（包括 o3、o3‑mini 和 o4-mini）进行了比较。
Gpt-oss-120b 在竞赛编程 (Codeforces)、通用问题解决 (MMLU 和 HLE) 以及工具调用 (TauBench) 方面表现优于 OpenAI o3‑mini，并与 OpenAI o4-mini 持平或超越其性能。
据 OpenAI 称，gpt-oss-120b 在推理和工具使用的基准测试中达到或超过其自有模型 o4-mini 的水平，包括竞赛数学（AIME 2024 与 2025）、通用问题解决（MMLU 和 HLE）、智能体评估（TauBench）以及健康领域专用评估（HealthBench）。
更小的 gpt-oss-20b 模型与 o3-mini 相当，甚至在部分基准测试中超过后者。
Gpt-oss-120b 和 gpt-oss-20b 的权重均可在 Hugging Face 上免费下载，且已原生量化为 MXFP4 格式。这使得 gpt-oss-120b 模型可在 80 GB 内存中运行，而 gpt-oss-20b 仅需 16GB 内存。
这些模型支持多种语言，并在多种非英语语言中表现良好，不过 OpenAI 拒绝透露具体支持哪些语言以及多少种。
但最重要的特点在于这两款模型的授权许可条款：Apache 2.0 —— 与过去几周发布的一批中国开源模型采用相同协议，也比 Meta 更复杂、更模糊的“准开源”Llama 授权协议更友好于企业。后者要求，若用户运营的服务月活超过 7 亿，则必须获得付费许可，方可继续使用其系列 LLM 模型。
相比之下，OpenAI 新推出的 gpt-oss 系列模型则没有任何这类限制。
这是六年多以来 OpenAI 首次发布开源语言模型。
马斯克以及许多批评者在过去几年间一直指责 OpenAI 背弃了其使命、创立原则和名字的含义——放弃开源，转而开发仅供 API 客户或付费 ChatGPT 用户使用的专有模型（尽管 ChatGPT 存在免费使用层）。
为什么 OpenAI 要发布一套完全免费的开源模型，无法从中直接获利？
毕竟，OpenAI 的付费业务目前看起来蒸蒸日上。
随着 ChatGPT 用户数量迅速扩张，OpenAI 的营收也水涨船高，目前每周活跃用户已达 7 亿。
截至 2025 年 8 月，OpenAI 报告称其年化经常性收入为 130 亿美元，高于 6 月时的 100 亿美元。增长的动力来自于付费企业客户的激增——两个月内从 300 万增长至 500 万——以及每日使用量的剧增，每天发送的用户消息超过 30 亿条。
这一财务增长紧随一轮 83 亿美元的融资，OpenAI 估值达到 3000 亿美元，为其积极扩展基础设施和全球布局提供了基础。
相比之下，竞争对手 Anthropic 报告的年经常性收入为 50 亿美元，但有趣的是，据《The Information》称，Anthropic 从 API 获得的收入为 31 亿美元，高于 OpenAI 的 29 亿美元。
因此，考虑到 OpenAI 的付费 AI 业务发展良好，此时推出开源模型的商业逻辑并不明确 —— 尤其是因为新的 gpt-oss 模型很可能会侵蚀 OpenAI 原有付费模型的部分（甚至大量）使用量。既然付费业务资金不断涌入，为何还要回到“分文不赚”的开源模式？
答案很简单：因为从 2025 年 1 月中国 AI 团队 DeepSeek 发布高效的 DeepSeek R1 模型开始，开源竞争对手纷纷推出性能接近付费模型的产品，而且对企业与终端用户几乎零限制。越来越多的企业开始在生产环境中采用这些开源模型。
OpenAI 多位高管昨晚在保密视频通话中透露，使用 OpenAI API 的客户中，大多数正在同时使用 OpenAI 付费模型与来自其他提供商的开源模型。
至少在此之前是如此。OpenAI 显然希望通过推出 gpt-oss 系列，吸引这部分用户放弃使用竞争对手的开源模型，转而重回 OpenAI 生态，即使 OpenAI 无法从这些使用中获得直接收入或数据。
gpt-oss 的设计直接参考了开发者反馈。OpenAI 表示，开发者最主要的诉求就是“宽松的许可协议”，这也是两个模型都采用 Apache 2.0 协议的原因。
两款模型都使用了专家混合（Mixture-of-Experts, MoE）架构，并以 Transformer 为基础。
gpt-oss-120b 在每个 token 上激活 51 亿个参数（总共 1170 亿）；gpt-oss-20b 在每个 token 上激活 3.6 亿个参数（总共 210 亿）。
两者都支持最多 128,000 个 token 的上下文长度 —— 相当于一次性输入一本小说约 300 至 400 页的文字量。
AI大模型学习路线
如果你对AI大模型入门感兴趣，那么你需要的话可以点击这里大模型重磅福利：入门进阶全套104G学习资源包免费分享！
扫描下方csdn官方合作二维码获取哦！
这是一份大模型从零基础到进阶的学习路线大纲全览，小伙伴们记得点个收藏！
第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；
第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；
第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；
第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；
第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；
第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；
第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。
100套AI大模型商业化落地方案
大模型全套视频教程
200本大模型PDF书籍
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。
LLM面试题合集
大模型产品经理资源合集
大模型项目实战合集
👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓
