昨晚 Open AI 居然发布的是开源模型就是前几天泄露的 gpt-oss-120b 和 gpt-oss-20b
Gpt-oss-120b 大致相当于 OpenAI o4-mini，20B 的相当于 o3-mini
120B 需要 80G 显存推理，20B 只需要 16G 显存设备。
目前你知道的所有 LLM 周边生态都已经支持这两个模型，比如 ollama 这种 https://t.co/9vW2PQ2qUe
架构与技术细节
均为 Transformer 架构，采用专家混合（MoE）技术，提升推理效率。
gpt-oss-120b：36 层，1170 亿参数，每个 token 激活 51 亿参数，128 个专家，每 token 激活 4 个专家。
gpt-oss-20b：24 层，210 亿参数，每个 token 激活 36 亿参数，32 个专家，每 token 激活 4 个专家。
支持分组多查询注意力（grouped multi-query attention）、RoPE 位置编码，原生支持超长上下文。
训练数据以高质量英文纯文本为主，重点覆盖 STEM、编程和通用知识。
训练与后训练：
采用与 o4-mini 类似的后训练流程，包括监督微调和强化学习阶段。
支持三档推理强度（低、中、高），可通过系统消息灵活设置，兼顾延迟和性能。
具备强大的指令执行、工具调用（如网页搜索、Python 代码执行）和推理能力。
开源与生态：
权重已在 Hugging Face 免费开放下载，支持 MXFP4 量化格式，便于本地和多平台部署。
提供 Harmony 提示格式、Python/Rust 渲染器、PyTorch/Metal 参考实现和示例工具。
与 Hugging Face、Azure、Ollama、AWS、Cloudflare 等主流平台合作，优化多硬件支持。
Windows 设备有专门的 GPU 优化版本，支持本地推理和开发。
