[控场AI]
模型OpenAI GPT-OSS

GPT-OSS

GPT-OSS是OpenAI推出的一款开源或开放权重的GPT系列语言模型,属于大型语言模型(LLM)类别。该模型具备自然语言理解与生成能力,支持文本对话、内容创作、代码辅助等多种任务,可被开发者集成至第三方平台或本地环境中部署使用,兼顾灵活性与可定制性。

核心事实

时间轴 (近 90 天)

10月13日

GPT-OSS 通过 --oss 标志嵌入 Codex CLI,20B 版跑消费级硬件,120B 版为服务器级。

待验证50%
10月11日

Frames of Truth 的 AI 流水线使用 Groq 上的 Qwen 3.8 做视觉分析、Groq 上的 GPT-OSS 做故事生成、OpenRouter 上的 Llama 3.3 做叙事回退、Gemini REST 接口做视觉回退

待验证50%
10月1日

在Qwen3.5、GPT-OSS和OLMo-3.1中,用均值差方法移除「来源背书」方向能让对错误来源顺从度下降64到78个百分点,而移除「用户背书」方向最多只能降低11个百分点

待验证50%
10月1日

Ollama免费用户额度可用于部分云端模型,包括Gemma 3(约43亿参数)、GPT-OSS(1200亿参数)、Nemotron等

待验证50%
9月24日

在部分GPT-OSS的Attention和MoE模块中,AI生成的实现比人类专家编写的版本快1.5到1.8倍(仅适用于被选中的模块)

待验证50%

全部知识事实 (13)

待验证

GPT-OSS采用的是开放权重(Open Weights)策略,仅公开模型参数权重文件,不包含训练数据集和完整训练代码

90%
待验证

GPT-OSS通过Ollama运行默认是完全本地化的,不需要联网

90%
待验证

GPT-OSS原生支持FP4混合精度,无需额外量化即可大幅压缩显存占用

90%
待验证

GPT-OSS完整支持工具调用(Function Calling)和结构化输出等企业级功能

85%
待验证

GPT-OSS采用了与O4模型完全相同的三阶段训练流程:模型预训练、全量指令微调、RL强化学习后训练

80%
待验证

GPT-OSS采用了比DeepSeek R1更严格的无监督COT(Chain-of-Thought)对齐方法

75%
部分验证

GPT-OSS支持通过系统提示词手动设置推理强度,可在高推理强度和低推理强度之间切换

65%
部分验证

GPT-OSS采用MOE(混合专家)架构,并结合分组多查询注意力机制(GQA)

65%
待验证

GPT-OSS 通过 --oss 标志嵌入 Codex CLI,20B 版跑消费级硬件,120B 版为服务器级。

50%
待验证

Frames of Truth 的 AI 流水线使用 Groq 上的 Qwen 3.8 做视觉分析、Groq 上的 GPT-OSS 做故事生成、OpenRouter 上的 Llama 3.3 做叙事回退、Gemini REST 接口做视觉回退

50%
待验证

在Qwen3.5、GPT-OSS和OLMo-3.1中,用均值差方法移除「来源背书」方向能让对错误来源顺从度下降64到78个百分点,而移除「用户背书」方向最多只能降低11个百分点

50%
待验证

Ollama免费用户额度可用于部分云端模型,包括Gemma 3(约43亿参数)、GPT-OSS(1200亿参数)、Nemotron等

50%
待验证

在部分GPT-OSS的Attention和MoE模块中,AI生成的实现比人类专家编写的版本快1.5到1.8倍(仅适用于被选中的模块)

50%

来源文章