OpenAI 的開放權重模型 gpt-oss：怎麼跑、和 ChatGPT 差在哪

gpt-oss 是 OpenAI 開放下載的開放權重模型，分成 gpt-oss-120b 與 gpt-oss-20b 兩個版本，授權 Apache 2.0，可以裝在自己的電腦或伺服器上跑；OpenAI 說明中心寫得很直接，它不透過 OpenAI API 提供，也不會出現在 ChatGPT 裡。

這篇照 OpenAI 公告與開放模型頁、Hugging Face 的模型卡與授權檔、GitHub 專案說明與 Ollama 文件，整理版本與規格、能在哪些軟體跑、官方寫的硬體需求與推理力道設定，以及和 ChatGPT 差在哪。

gpt-oss 是什麼：OpenAI 開放下載的是權重

OpenAI 在公告裡寫明，gpt-oss 是繼 GPT-2 之後自家第一批開放權重的語言模型（Whisper 與 CLIP 這類模型更早就開放過）。兩個版本都是混合專家架構，每個 token 只啟用一部分參數，所以總參數量大、實際算的參數量小很多。

• gpt-oss-120b：117B 總參數，每個 token 活躍 5.1B，36 層，128 個專家、每個 token 取 4 個。
• gpt-oss-20b：21B 總參數，每個 token 活躍 3.6B，24 層，32 個專家、每個 token 取 4 個。
• 兩個版本都原生支援到 128k 的上下文視窗。
• 訓練資料以英文純文字為主，說明中心把它們列為純文字（text-only）推理模型。
• 授權 Apache 2.0，模型庫另附一份 USAGE_POLICY 檔。

Hugging Face 的 openai 組織頁顯示，這兩個版本都在 2025 年 8 月 4 日上架；同一個組織在 2025 年 9 月 18 日另外上架了 gpt-oss-safeguard-120b 與 gpt-oss-safeguard-20b，授權一樣是 Apache 2.0。說明中心把 safeguard 標為研究預覽，它從 gpt-oss 微調而來、架構沒改，用途是照你寫的安全政策分類內容；一般聊天與代理（Agent）建議還是用原本的 gpt-oss。

開放權重（Open Weights）：能下載模型，還要確認什麼

混合專家模型（Mixture of Experts）是什麼

能在哪裡跑：官方點名的執行環境

權重放在 Hugging Face 上，模型卡同時給了 Transformers、vLLM、Ollama 與 LM Studio 幾種執行方式；GitHub 專案另有 PyTorch、Triton 與 Apple Metal 參考實作，官方註明那是教學用途，不預期拿去正式環境跑。想先在自己的電腦試，模型卡直接給 Ollama 指令。

ollama pull gpt-oss:20b
ollama run gpt-oss:20b

ollama pull gpt-oss:120b
ollama run gpt-oss:120b

用 LM Studio 的話，模型卡給的是 lms 指令，抓回本機後再從圖形介面開對話。

lms get openai/gpt-oss-20b

不想自己準備硬體，OpenAI 公告列出上線前就合作的部署平台：Azure、Hugging Face、vLLM、Ollama、llama.cpp、LM Studio、AWS、Fireworks、Together AI、Baseten、Databricks、Vercel、Cloudflare 與 OpenRouter，硬體端點名 NVIDIA、AMD、Cerebras 與 Groq。公告也寫到微軟用 ONNX Runtime 把 gpt-oss-20b 帶上 Windows。名單以外的供應商以官網目前頁面為準。

Ollama 入門：Windows、Mac 安裝與第一個模型

LM Studio 入門：圖形介面跑本機模型

硬體需求：官方只寫了兩個數字

公告與模型卡對硬體只給兩句話：gpt-oss-120b 能在單張 80GB 的 GPU 上跑，官方舉例 NVIDIA H100 或 AMD MI300X；gpt-oss-20b 在 16GB 記憶體裡就能執行。靠的是 MXFP4 量化，混合專家的權重在後訓練階段就量化成每個參數 4.25 bits，而這部分佔總參數量九成以上。

OpenAI 的 Cookbook 在 Ollama 那篇說得再具體些：gpt-oss-20b 最好有 16GB 以上的顯示記憶體或統一記憶體，gpt-oss-120b 最好有 60GB 以上。Ollama 模型庫頁顯示 gpt-oss:20b 下載大小 14GB、gpt-oss:120b 是 65GB，上下文視窗都標 128K。更細的機型對照以官網為準。

跑本機模型要什麼電腦：記憶體、顯示記憶體與 Apple Silicon

推理力道與 harmony：跑起來之後的兩個設定

gpt-oss 是推理模型，官方給了三段推理力道：low、medium、high，在系統訊息裡用一句話切換，公告說這是延遲與表現之間的取捨。官方對話模板顯示，沒指定時預設是 medium。

Reasoning: high

在 Ollama 上設定方式不同：文件寫 gpt-oss 要在 think 欄位放 low、medium 或 high，傳 true 或 false 會被忽略，而且思考軌跡沒辦法完全關掉。

curl http://localhost:11434/api/chat -d '{
  "model": "gpt-oss:20b",
  "messages": [{"role": "user", "content": "Hello!"}],
  "think": "high",
  "stream": false
}'

另一件事是 harmony 回應格式：官方說兩個模型都用 harmony 訓練，不照這個格式用就不會正常運作；它把回應拆成 analysis、commentary、final 三個頻道，只有 final 是給使用者看的。官方文件也寫明，透過 Ollama 這類推論方案使用時格式由工具處理。

推理模型（Reasoning Model）：多想幾步能解決什麼

和 ChatGPT 差在哪：只看官方文件寫出來的

最關鍵的一條寫在說明中心的常見問題：這些模型不在 OpenAI API 上提供，也不會出現在 ChatGPT 裡。你在 ChatGPT 用到的搜尋、記憶、圖片、語音是那個產品的功能，不是模型檔案帶著的；下載回來的是一個純文字的推理模型。

• 不在 ChatGPT、也不在 OpenAI API：說明中心直接寫「No」，API 計價與速率限制不適用。
• 純文字：官方把 gpt-oss 列為 text-only 的推理模型，支援哪些功能看執行環境文件。
• 知識截止在 2024 年 6 月：官方對話模板把 Knowledge cutoff 寫成 2024-06，模型自己不會上網查。
• 想要多模態、內建工具與平台整合，公告直接建議改用 API 平台上的模型。
• 支援是自助的：說明中心寫 OpenAI 不為自架或第三方託管的部署提供除錯協助。
• 資料留在你這邊：除非你主動分享或用託管夥伴，OpenAI 不會收到或處理你送給模型的資料。
• 費用自己算：權重免費，運算、儲存與第三方託管的費用由你負擔。

閱讀完整文字說明

三欄對照。左欄 ChatGPT：網頁與 App 登入就用，搜尋、記憶、圖片、語音由產品提供，模型與機器由 OpenAI 代管，裡面沒有 gpt-oss。中欄 OpenAI API 平台：開發者用程式呼叫，有多模態與內建工具，依用量計費，模型與機器一樣由 OpenAI 代管，也沒有 gpt-oss。右欄開放權重 gpt-oss：gpt-oss-120b 與 gpt-oss-20b 兩個版本，授權 Apache 2.0、權重免費下載，上下文視窗 128K，120b 要單張 80GB GPU、20b 要 16GB 記憶體，在自己的機器上執行，純文字，不在 ChatGPT 與 API 裡。下方一行結論：前兩條路的模型與機器由 OpenAI 代管，你付訂閱費或用量費；第三條把權重交到你手上，可以商用與微調，機器與費用也歸你。

ChatGPT 新手入門：註冊、免費與付費差別、第一個對話

ChatGPT Plus、Pro 與其他方案差在哪：2026 年怎麼選

授權允許什麼：Apache 2.0 加一份很短的使用政策

模型庫裡的 LICENSE 檔就是標準的 Apache License 2.0：可以商用、可以修改、可以再散布，條文裡沒有月活躍使用者上限或營收門檻，也沒有 copyleft 的傳染性要求。旁邊另附一份 USAGE_POLICY，全文只有兩句，大意是希望工具被安全、負責任而且民主地使用，並且你同意遵守所有適用法律。

微調也允許：說明中心寫你可以用開源工具與自己的機器微調，但 OpenAI 的 API 不提供這兩個模型的微調服務。官方也公布了自己測的成績，開放模型頁列出 gpt-oss-120b 的 MMLU 是 90.0、gpt-oss-20b 是 85.3，旁邊對照 o3 與 o4-mini。這些是官方自報的數字。

同樣能下載的模型，各家授權差很多，選之前先把授權原文和硬體需求放在一起看。

Llama 模型家族：授權與版本

Gemma：Google 的開源模型怎麼用

同一家為什麼有好幾個模型：旗艦、中階、輕量怎麼選

• AI 工具
• AI 寫程式與本機模型