五年后，我们终于等到了 OpenAI 的“开放”模型！OpenAI 发布 gpt-oss-120b 与 gpt-oss-20b

OpenAI 今日正式发布两款开放权重（open-weight）AI 推理模型：gpt-oss-120b 和 gpt-oss-20b。

这是自 GPT-2 以来，OpenAI 首次向公众开放其语言模型权重，标志着这家长期坚持闭源策略的公司，在开源浪潮下的重大转向。

OpenAI 发布两款高性能模型免费可商用开源大模型gpt-oss-120b 与 gpt-oss-20b

这两款模型已在 Hugging Face 平台免费上线，采用宽松的 Apache 2.0 许可证，允许自由使用、修改与商业化部署。

它们不仅是技术产品，更是一次战略宣言：

OpenAI 正试图在“美国价值观主导的开放 AI 生态”中重新夺回话语权。

为什么是现在？一场被倒逼的“开源”

长期以来，OpenAI 以闭源模型为核心构建商业壁垒，通过 API 向企业收费，建立起庞大的 AI 服务生态。

但近年来，形势已变：

• 中国 AI 实验室强势崛起：DeepSeek、阿里巴巴 Qwen、月之暗面等推出了一系列性能强大、完全开源的模型，迅速占领全球开发者心智；
• Meta 的 Llama 系列虽仍领先，但更新节奏放缓，社区期待新的突破；
• 美国政府施压：今年7月，特朗普政府公开呼吁美国 AI 公司“开源更多技术”，以对抗“非民主价值观驱动的 AI 扩张”。

面对内外压力，OpenAI CEO Sam Altman 在一月坦言：

“我们在开源这件事上，可能站在了历史的错误一边。”

如今，gpt-oss 的发布，正是这一反思的结果。

模型能力：性能接近 o 系列，但幻觉更严重

gpt-oss 系列并非实验性模型，而是基于 OpenAI 当前最先进的训练技术打造。

🔹 gpt-oss-120b：接近 o4-mini 的高性能推理模型

• 总参数：117B（MoE 架构）
• 激活参数：每 token 仅 5.1B，高效运行
• 部署：可在单块 80GB GPU 上运行

🔹 gpt-oss-20b：轻量级边缘推理选择

• 总参数：21B
• 部署：仅需 16GB 存，可在消费级笔记本运行

在多个基准测试中表现如下：

尽管性能在开放模型中处于领先地位，但其幻觉问题尤为突出。OpenAI 在白皮书中承认：

“较小的模型知识更少，倾向于产生更多幻觉。”

这提醒开发者：不能将这些模型用于高可靠性场景，除非经过严格微调与对齐。

技术架构：与闭源模型共享训练栈

gpt-oss 并非简化版模型，而是在多个关键技术上与 o 系列保持一致：

• 混合专家（MoE）架构：大幅提升推理效率，降低部署成本；
• 强化学习（RL）后训练：使用大规模 GPU 集群进行高计算训练，教会模型“如何思考”；
• 链式推理（Chain-of-Thought, CoT）：支持多步推理与工具调用（如代码执行、网页搜索）；
• 工具使用能力：可驱动 AI 代理完成复杂任务。

但也有明确限制：

• 仅支持文本，不支持图像或音频处理；
• 不发布训练数据：出于版权诉讼风险考虑，OpenAI 未公开训练语料。

这与 AI2、DeepSeek 等完全开源数据的实验室形成对比，也意味着其“开放”仍有一定保留。

开放的意义：不只是技术，更是生态竞争

OpenAI 的开源动作，远不止于让开发者多一个模型可用。

它背后是三重目标：

1. 赢回开发者信任

过去几年，OpenAI 因闭源、涨价、接口不稳定等问题，逐渐失去部分开源社区支持。此次发布 Apache 2.0 模型，是重建关系的关键一步。

2. 响应美国政府号召

通过推出“由美国创建、基于民主价值观”的开放模型，OpenAI 在地缘科技竞争中站队明确。

3. 构建混合 AI 架构

OpenAI 强调：其开放模型可作为“前端”，将复杂任务（如多模态、超长推理）转发给云端闭源模型（如 o4-mini）。
这形成了一种新范式：

本地运行 gpt-oss 处理常规任务，云端调用 o 系列处理高难度请求。

既满足隐私与低延迟需求，又保留顶级能力。

与 Mistral 的竞争：开放模型战场已全面打响

就在上周，Mistral AI 发布了其完整企业编码栈，包括 Codestral 25.08、Devstral 与 Codestral Embed，并已在 Capgemini、Abanca、SNCF 等企业投产。

Mistral 的优势在于：

• 全栈集成：补全、搜索、代理一体化；
• 完全私有化部署；
• 支持本地运行与定制微调。

而 OpenAI 的 gpt-oss 则凭借：

• 更强的推理能力；
• 与 o 系列共享的技术栈；
• 更广泛的生态支持（Azure、ONNX、Windows 本地推理）；

形成差异化竞争。

这场“开放模型之战”，不再是 Meta 一家独大，而是演变为 美国 vs 中国、闭源巨头 vs 开源新锐、全栈平台 vs 单点突破 的复杂博弈。

开发者该如何选择？