“GPT-5还没来，开源先行一步。”

8月6日凌晨，OpenAI突然“整了个大的”——不是我们苦等的GPT-5，但却是六年来首次开源语言模型，而且一下子就是两款！

名字也不藏着掖着，就叫gpt-oss-120b和gpt-oss-20b，代表“Open Source Series”。这意味着，从GPT-2至今6年，OpenAI终于再次释放权重，并对全世界开发者说了一句：

“拿去用，免费，商用也行！”

而且，就连老黄家的H100、苏妈家的锐龙芯片也卷进来了……

01｜开源“王炸”：能本地跑、能商用，还性能不俗

我们先来看看这两款模型的硬核规格：

🔧 **MoE（专家混合架构）**能在保持超大规模的同时，显著减少推理所需资源。比如120b实际只激活了5.1B参数，照样打得有模有样。

更香的是：Apache 2.0开源协议，意味着你不需要授权、不用付费，想商用就商用，拿来就能上！

从性能角度来看，gpt-oss已经达到了开源模型里推理性能的第一梯队，但在代码生成和复杂推理任务中仍略逊于闭源模型（如GPT-o3和o4-mini）。

02｜实测：在MacBook Pro上跑120b，竟然这么丝滑？

发布一小时后，OpenAI立马在X平台放出了一段实测演示视频：

• 主角是OpenAI开发者体验团队的Dom和Zhaohan
• 场景是在一台120G内存的MacBook Pro上，借助 Ollama 工具，在本地加载运行gpt-oss-120b（注意：连接了两块H100）

他们现场演示了两件事：

1. 问旧金山天气，模型调用了本地Browser Tool，顺利返回正确答案；
2. 两个巨型数字相乘，模型自动调用Python工具进行分步计算，虽然中途出错了一次，但最终结果无误。

平均生成速度：40-50 tokens/s，表现相当顺畅。

视频链接：https://x.com/i/status/1952804171419373650

一句话总结：这不仅能跑，而且还能跑得起，跑得快。

03｜评测打榜：开源界的“性能天花板”？

OpenAI技术博客也同步放出了一大波评测数据。

• 在编程能力、竞赛数学、医学问答、链式推理、工具使用等方面，
• gpt-oss-120b的整体表现甚至超过o4-mini，基本稳坐开源模型性能的第一梯队；
• 而“小号”gpt-oss-20b也超越了o3-mini，在健康问答、数学任务上表现抢眼。

04｜模型架构：一切为了高效推理与部署

gpt-oss使用的依然是Transformer骨架，但在效率上可谓“卷出花”：

• 专家混合（MoE）结构：每次推理只激活一小部分参数；
• 交替密集 + 稀疏注意力：既能捕捉长依赖，又节省计算资源；
• 分组多查询注意力（Grouped MQA）：组大小为8，提升并发性能；
• 支持128k超长上下文，对话上下文拉满；
• RoPE旋转位置编码：处理长文本更稳定。

在预训练上，数据以英语为主，重点强化STEM知识、编程和通识问答能力。

而使用的分词器“o200k_harmony”也是和GPT-4o同款，OpenAI这次一并开源。

05｜后训练：对齐o4-mini同级标准，支持推理强度调节

训练完的模型还需要“打磨”，这一步被称作后训练（post-training）。

OpenAI对这两个模型进行了：

• 监督微调（SFT）；
• 高算力强化学习（RLHF）；
• 工具调用 + CoT链式思维训练。

更重要的是，开发者可以通过一句系统提示词，自由调节推理强度（低、中、高），在性能与响应速度之间实现灵活权衡。

06｜为啥开源？Altman的回答很明确

OpenAI在技术博客末尾解释了开源动机：

1. 能力够了：gpt-oss 系列在安全性和推理能力上都已成熟；
2. 丰富生态：为开发者提供更多工具选项，补充托管模型；
3. 加速创新：鼓励前沿研究和应用多样性；
4. 降低门槛：让中小团队、发展中国家也能负担得起；
5. 推动AI民主化：构建健康的开源生态系统，让AI真正“普惠全球”。

“这是朝着高能力开源模型迈出的重要一步。”

07｜但网友最关心的，还是那句灵魂拷问：

GPT-5呢？？？

虽然这次不是GPT-5，但gpt-oss系列的开源，无疑是在告诉全世界一个信号：

“下一代AI，不一定非要托管在云端，你也可以在本地掌控。”

也许这正是OpenAI在通往AGI之路上的重要转弯点。