界面新闻记者 | 伍洋宇

界面新闻编辑 | 文姝琪

过去几个月
，OpenAI没有出现过什么激动人心的好新闻：新模型不再惊艳、重要人才流失，就连斥巨资想要收购的明星创业公司Windsurf ，也被谷歌截了胡。

但这些问题还是要回到根本层面来解决
，比如说再次发布一个足以受到普遍认可的新模型——这就是GPT-oss在这个节点出现的意义之一 。

8月6日凌晨
，OpenAI宣布推出开源推理模型Gpt-oss，包含Gpt-oss-120B（激活参数5.1B）和Gpt-oss-20B（激活参数3.6B）两个参数大小 ，支持上下文128K
。值得注意的是
，这是OpenAI时隔六年再次开放权重。

从性能表现上来说，Gpt-oss-120B模型在核心推理基准测试中与OpenAI o4-mini几乎持平 ，Gpt-oss-20B则与OpenAI o3-mini取得类似结果 。 

就国产模型而言 ，综合公开数据，两款模型对比DeepSeek-R1 、通义千问（Qwen3-235B-A22B）
、智谱GLM4.5-Air、月之暗面Kimi K2等
，除了个别维度，在AIME24/25 、GPQA
、MMLU等常规基准测试上普遍表现更好
。

不仅如此，Gpt-oss-120B据称能够在单个80GB GPU上运行 ，Gpt-oss-20B可在仅配备16GB内存的设备上运行
，这意味着两款模型或将迅速占领端侧设备本地推理的需求市场。

OpenAI还开门见山说明了两款模型均采用Apache 2.0许可证，也就是既可商用也可改造 ，基本没有使用限制 。

开源决策与性能表现之外
，本地部署的高效是Gpt-oss此次赢得业界认可的主要原因
。 

OpenAI提到，两款模型的权重均可在Hugging Face上免费下载 ，且在后期训练阶段已原生量化为MXFP4格式——Mixed Format 4-bit Precision
，是一种专为大模型推理打造的混合精度量化格式，目的在于保留关键信息的同时 ，把参数用更聪明的方式压缩成低精度。 

对比更为常见的FP16、FP8等，MXFP4能够在接近8-bit量化效果的同时
，保留4-bit低精度量化速度快 、内存小的特性，综合达成更好的模型性能表现 。也就是说 ，它将一个“满血版”推理模型的本地部署门槛又大幅降低了
。

一名AI领域实验室研究人员对界面新闻记者表示
，他在本地部署了20B版本的Gpt-oss后，直接替换了同样本地部署的Gemma 3（12B） ，理由就是前者“快很多 ”
，基本可以每秒输出45个token左右，而Gemma 3的速度在每秒30个token左右。并且在一些基础的思考题上 ，OpenAI可以给出更标准的答案 。

他没有给予Gpt-oss过高的评价
，因为现阶段的大模型彼此之间的性能差异已经很小，“谁免费 ，谁快
，我就用谁。
”

不过，凭借Gpt-oss这款模型 ，OpenAI可能还是把DeepSeek-R1出现之后，它在开源世界缺乏的声量弥补了一些回来
，也顺带轻轻回击了“CloseAI”这个持续已久的昵称
。

复旦大学计算机科学技术学院教授张奇对界面新闻记者表示，根据其内部评测 ，他认为Gpt-oss在效果层面领先目前的DeepSeek和Qwen
，这体现的还是OpenAI对模型的理论理解能力以及工程实现能力。 

他同时指出，这也说明了一个问题 ，即OpenAI还是没有从模型架构上实现巨大突破
，而按照现有架构去实现AGI几乎没有可能性 。

大模型成为全球科技领域焦点以来，中美之间的闭源模型竞争一直是更核心的话题 ，直到DeepSeek将开源模型的地位推至新高
。而OpenAI在Gpt-oss上的补课
，明显对既有局面有所扭转。眼下，国产开源模型可能有新的内功可供学习打磨了 。