gpt-oss-120b

gpt-oss-120b (также известная как GPT-OSS 1.0) — это первая в истории OpenAI крупная языковая модель с открытыми весами (open-weight), представленная в августе 2025 года. Обладая архитектурой Mixture-of-Experts (MoE) с общим объемом в 117 миллиардов параметров, модель была специально оптимизирована для задач, требующих глубокого рассуждения, автономного управления агентами и высокой производительности в кодинге, предлагая открытую альтернативу проприетарным флагманам.

Архитектура и стратегия OpenAI

Выпуск gpt-oss-120b стал важным стратегическим шагом OpenAI в ответ на растущую популярность серий Llama и Qwen.

• Масштабируемая MoE: Из общего объема 117B параметров, в процессе генерации каждого токена активируется всего 5.1 миллиарда. Это позволяет модели демонстрировать интеллект уровня 100B+ систем при скорости работы и стоимости инференса, характерных для компактных моделей.
• Ориентация на агентов: Модель изначально проектировалась для интеграции в автономные системы. Она обладает нативной поддержкой сложного выбора инструментов (Tool Selection) и высокой точностью выполнения многошаговых инструкций.
• Контекстное окно 131K: Поддержка широкого контекста в сочетании с оптимизированными механизмами внимания (Attention) делает gpt-oss-120b идеальной для анализа крупных проектов и документов.

Производительность и бенчмарки

Модель устанавливает новые рекорды для открытых систем в области логики и программирования, вплотную приближаясь к закрытым флагманам прошлого года.

Бенчмарк	Результат	Описание
Arena Elo	1440	Топ-уровень открытых моделей
HumanEval	93.7%	Исключительное качество генерации кода
MMLU	88.3%	Глубокая эрудиция и общие знания
MATH	88.7%	Математические способности и логика
GPQA	68.3%	Научные вопросы PhD-уровня
SWE_bench	57.0%	Решение прикладных инженерных задач

Ценообразование и доступность

Будучи открытой моделью, gpt-oss-120b доступна для скачивания и локального развертывания. Через облачные API (например, OpenRouter) она предлагается по крайне агрессивной цене: всего $0.04 за 1M входных токенов и $0.18 за 1M выходных токенов, что делает её одной из самых экономичных моделей «Frontier»-класса в мире.

Идеальные сценарии применения (Use Cases)

• Создание автономных ИИ-агентов: Использование в качестве ядра систем, самостоятельно управляющих рабочими процессами.
• Профессиональная разработка ПО: Автоматизация написания кода, рефакторинг и аудит безопасности в крупных репозиториях.
• Корпоративные базы знаний: Построение надежных RAG-систем с полным контролем над весами модели и данными.

Плюсы и минусы

Плюсы:

• Рекордное соотношение интеллекта и стоимости инференса.
• Открытые веса от лидера индустрии (OpenAI).
• Феноменальная точность в задачах программирования.
• Низкая задержка благодаря MoE-архитектуре.

Минусы:

• Требует значительных мощностей для локального запуска (несмотря на MoE).
• Фокус на текст, мультимодальные возможности в первой версии ограничены.