2025年8月5日，OpenAI宣布推出全新开放权重大语言模型系列GPT-OSS，这是自GPT-2（2019年发布）以来，OpenAI首次向开发者社区提供可自由下载、部署和微调的模型权重。该系列包含两个版本：轻量级GPT-OSS-20B（200亿参数）与高性能GPT-OSS-120B（1200亿参数），均采用Mixture-of-Experts（MoE）架构。
MoE架构的核心优势在于：在推理时仅激活部分专家模块，而非全部参数。例如，GPT-OSS-120B虽然拥有1200亿参数总量，但每次推理仅调用约300亿参数，从而在保持高性能的同时，将计算资源消耗降低约75%。这一设计使得GPT-OSS在同等硬件条件下，能效比显著优于传统密集模型。
与许多仅提供API访问或有限开源协议的模型不同，GPT-OSS系列采用Apache 2.0许可协议。这意味着：
这一许可策略直接降低了中小企业与独立开发者进入大模型生态的门槛。例如，一家医疗AI初创公司可以将GPT-OSS-20B部署在本地服务器上，基于私有病历数据进行微调，构建专属于医院的智能诊断助手，而无需担心数据外泄或高昂的API调用费用。
GPT-OSS系列原生支持最长128K tokens的上下文输入，这一能力在以下行业具有显著价值：
GPT-OSS-20B可在16GB内存设备上运行，包括主流消费级GPU（如NVIDIA RTX 4090）或Apple M系列芯片（M2/M3 Max）。典型部署场景包括：
GPT-OSS模型支持完整的Agentic能力，包括：
这使得GPT-OSS具备作为下一代本地智能体基础模型的潜力。例如，某电商平台利用GPT-OSS-120B构建了“智能客服Agent”，可同时处理用户咨询、查询库存、生成退款单并调用物流API，端到端响应时间低于2秒。
官方数据显示，GPT-OSS-120B在主要基准测试中表现接近OpenAI内部模型o4-mini（即GPT-4-mini）：
| 测试基准 | GPT-OSS-120B | o4-mini (GPT-4-mini) | |----------|--------------|----------------------| | MMLU（多任务语言理解） | 89.5% | 91.2% | | HumanEval（代码生成） | 85.1% | 87.6% | | HealthBench（医疗问答） | 83.7% | 85.3% |
尽管在绝对分数上略有差距，但考虑到GPT-OSS可完全本地部署、无需联网且无API调用成本，其综合性价比显著优于闭源模型。
目前，GPT-OSS系列已在Hugging Face正式上线。开发者可通过以下链接获取权重与使用文档：
推荐部署硬件要求：
Q1：GPT-OSS与开源模型（如Llama 3、Mistral）相比有何优势？ A1：GPT-OSS的主要优势在于：1）原生128K上下文，远超多数开源模型的8K-32K；2）MoE架构在同等计算量下提供更高性能；3）完整的Agentic能力（函数调用、Python执行等）开箱即用；4）Apache 2.0许可，商用无限制。
Q2：GPT-OSS是否支持中文？ A2：是的。GPT-OSS在训练数据中包含了大量中文语料（包括新闻、论文、法律文书等），在中文问答、翻译、摘要等任务上表现与英文相当。建议中文开发者使用Hugging Face上的中文微调版本（如GPT-OSS-20B-Chinese）以获得更佳效果。
Q3：能否在MacBook Pro (M3 Max)上运行GPT-OSS-20B？ A3：可以。通过Apple的MLX框架或llama.cpp，GPT-OSS-20B可在64GB内存的M3 Max上以约15 tokens/s的速度运行，适合个人助手或离线推理任务。若使用16GB内存版本，建议采用4-bit量化（Q4_K_M）以降低内存占用。
Q4：GPT-OSS-120B的商用许可是否需要额外付费？ A4：不需要。Apache 2.0许可允许任何个人或组织免费使用、修改、商用GPT-OSS系列模型。OpenAI不收取任何授权费用，但建议用户遵守当地法律法规，避免用于非法或有害目的。
Q5：如何对GPT-OSS进行微调？ A5：OpenAI提供了官方微调脚本（基于Hugging Face Transformers与PEFT库），支持LoRA、QLoRA等高效微调方法。用户仅需准备JSONL格式的训练数据（包含instruction与response字段），即可在单卡（如RTX 4090）上对GPT-OSS-20B进行微调。
GPT-OSS的发布标志着OpenAI在开放性与商业化之间找到了新的平衡点。通过提供高性能、可本地部署、Apache 2.0许可的模型，OpenAI不仅降低了AI应用的门槛，也推动了整个生态向更安全、更可控的方向发展。对于中小企业、研究机构以及隐私敏感行业而言，GPT-OSS系列无疑是当前最具吸引力的开源大模型选择之一。
未来，随着社区微调版本、量化工具链以及Agent框架的不断完善，GPT-OSS有望成为本地智能体时代的核心基础设施。开发者们，是时候动手部署属于你自己的GPT了。
©版权声明：AIHub.cn原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。否则，我站将依法保留追究相关法律责任的权利。