gpt-oss-120b
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理· low、medium、high
- 工具调用
- 结构化输出
- 开放权重
价格
1 个渠道报价 · 按标价显示 Cloudflare Workers AI（在新标签页打开）
@cf/openai/gpt-oss-120b| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | $0.35 | $0.75 |
价格来源 Cloudflare Workers AI pricing（在新标签页打开） (核对于 2026年10月31日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 知识截止
- 2024年6月
- 许可证
- Apache 2.0
- 模型家族
- gpt-oss
- 模型 ID
OpenAI 的页面未说明：最长输入, 可关闭推理, 最大思考预算, 别名。
本地运行
权重： openai/gpt-oss-120b- 参数 116.8B
- 激活 5.1B · 专家 128（每 token 4）
- 原生精度 MXFP4
- 层数 36
- 每 token 的 KV 缓存 72 KB
- 配置位置数 128K （config.json max_position_embeddings）
- API 上下文 128K （厂商 API）
在你的配置上 · GeForce RTX 4090
○需放到内存 原生 MXFP4 （自动） 8K 上下文 21–32 tok/s卸载 26/36 层
权重KV 缓存运行开销放到内存可用上限
- 需要
- ≈ 64.1 GB (权重 60.8（官方文件） + KV 缓存 0.3 + 开销 3.0)
- 可用
- 21.6 GB (标称的 90%)
- 放到内存
- 43.9 GB · 10/36 层在显卡（--n-gpu-layers 10）
- 生成速度
- 21–32 tok/s (每 token 读激活的 5.1B)
- 首 token
- 2K 提示约 0.16–0.25 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 MXFP4官方 | 60.8 GB | ≈ 64.1 | ○需放到内存 21–32 tok/s | — |
| Q3_K_M质量下降明显 | 53.2 GB | ≈ 56.1 | ○需放到内存 26–39 tok/s | — |
| IQ3_XXS质量下降明显 | 41.6 GB | ≈ 44.0 | ○需放到内存 39–58 tok/s | — |
| Q2_K质量下降明显 | 40.8 GB | ≈ 43.1 | ○需放到内存 41–62 tok/s | — |
| IQ2_XXS质量下降明显 | 28.0 GB | ≈ 29.7 | ○需放到内存 93–139 tok/s | — |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（原生 MXFP4 · 8K）：显卡 NVIDIA H100 SXM；统一内存 Apple M5 Ultra (64-core GPU) · 96 GB。
运行命令
vLLM
vllm serve openai/gpt-oss-120b --max-model-len 8192
微调需要多少显存
全参≈ 1743.5 GB你的配置放不下
LoRA≈ 220.4 GB你的配置放不下
QLoRA≈ 64.0 GB你的配置放不下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch Capabilities Index 140.2
第 97 名，共 118 个上榜模型 · 置信区间 138.4–142
- LMArena Text 1,352
第 125 名，共 163 个上榜模型 · 置信区间 1,347–1,356 · 30,200 票
- Epoch AI · Mystery Game Puzzles 2%
第 77 名，共 77 个上榜模型 · medium effort · ±1.41
其他版本：high effort 0%
- EQ-Bench Creative Writing v3 956
第 82 名，共 93 个上榜模型
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年10月28日至2026年11月5日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年10月28日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · 许可 · 数据日期 2026年10月28日
- 我们做的改动
变更
全部变更 →- Cloudflare Workers AI 上线报价 输入 $0.35 · 输出 $0.75
来源
- gpt-oss-120b（在新标签页打开） developers.openai.com · 核对于 2026年11月1日
- gpt-oss-120b & gpt-oss-20b Model Card | OpenAI（在新标签页打开） openai.com · 核对于 2026年10月9日
- gpt-oss-120b model（在新标签页打开） developers.openai.com · 核对于 2026年11月3日
- Cloudflare Workers AI pricing（在新标签页打开） developers.cloudflare.com · 核对于 2026年10月31日
- openai/gpt-oss-120b model card（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- openai/gpt-oss-120b config.json（在新标签页打开） huggingface.co · 核对于 2026年11月2日
- openai/gpt-oss-120b files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- openai/gpt-oss-120b README.md（在新标签页打开） huggingface.co · 核对于 2026年10月31日
OpenAI · 美国 · openai.com
相关模型
快照、同系列与同厂商的其他模型