gpt-oss-120b

product · First seen 2026-05-22 · Last seen 2026-11-17 · 35 mentions

Overview

gpt-oss-120b 是 OpenAI 于 2025 年开源的权重开放大语言模型,采用专家混合(MoE)架构,总参数规模约 1200 亿,是 gpt-oss 系列中体量最大的一款。与闭源的 GPT-4 系列不同,它允许开发者本地部署和微调,因而在开源社区与企业私有化场景中持续受到关注。

gpt-oss-120b 近期进展

  • Perplexity:GPT-OSS-120B 代理在 BrowseComp+ 上达 64.0%:Perplexity 团队测试显示,基于 gpt-oss-120b 构建的代理在浏览式问答基准 BrowseComp+ 上取得 64.0% 的成绩,说明该模型在需要多步检索与网页信息整合的代理任务上具备较强能力。
  • 让 32GB 内存能跑 GPT-OSS-120B:Nextorage 将推外接式 AI 加速硬件:硬件厂商 Nextorage 计划推出外接 AI 加速设备,使原本需要高端 GPU 的 gpt-oss-120b 有望在 32GB 内存的消费级环境下运行。这类方案若落地,将显著降低该开源模型的本地部署门槛。
  • Nvidia 开源 Nemotron 3.5 Lightning,主打速度而非极致智能:Nvidia 发布开放权重的 Nemotron 3.5 Lightning,以推理速度为卖点,与 gpt-oss-120b 所在的开放权重赛道形成直接竞争,反映出厂商正沿“速度优先”与“能力优先”两条路线分化。
  • Thinking Machines 实验室发布 AutoInfra:面向并行实验的训练基础设施:围绕开放模型的新训练基础设施不断出现,AutoInfra 支持并行实验,这类工具链的成熟正在降低对 gpt-oss-120b 等开源模型做二次训练与定制的成本。
  • 当前焦点与观察点

    从近期动态看,gpt-oss-120b 的讨论集中在三个方向。其一是代理能力验证:BrowseComp+ 上 64.0% 的结果这类评测,正在把开源模型的定位从“对话模型”推向“可执行任务的代理底座”。其二是部署成本:消费级硬件加速方案的探索,与量化、稀疏激活等软件优化共同决定开源大模型能否真正走向本地化。

    其三是竞争格局:Nemotron 3.5 Lightning 等新开放权重模型的涌现,说明开放模型生态已进入差异化竞争阶段,单纯的参数规模不再是唯一卖点。对关注 gpt-oss-120b 的开发者和企业而言,值得跟踪的观察点包括:后续微调生态的成熟度、量化版本在低配硬件上的实际表现,以及它与同类开放模型在代理基准上的横向对比数据。

    Coverage

    10 on file