Kann ich gpt-oss-20b lokal ausführen?

Ja. Die Gewichte sind unter Apache 2.0 offen und das Modell passt dank MXFP4-Quantisierung der MoE-Gewichte in 16 GB Speicher. Es läuft über Transformers oder vLLM.

Was kostet es und wie groß ist das Kontextfenster?

Per API kostet es 0,02 $ pro Million Eingabetokens und 0,09 $ pro Million Ausgabetokens, mit einem Kontextfenster von 131.072 Tokens.

Worin unterscheidet sich gpt-oss-20b von gpt-oss-120b?

gpt-oss-20b ist die Variante mit niedrigerer Latenz und geringerem Speicherbedarf, gedacht für lokale oder spezialisierte Bereitstellung; gpt-oss-120b hat 117 Milliarden Parameter und ist für produktive, allgemeine und hochkomplexe Reasoning-Aufgaben auf einer einzelnen 80-GB-GPU vorgesehen.

Gpt oss 20b

5516°

#llm #openai #logik #agenten #programmieren #lokal

Läuft auf Graydient

Modell ausführen

Angebote / Werbung

Easy Creator (Prism) Web

Unbegrenzt · Pauschalpreis

Am besten für Anfänger. Leistungsstarke Workflows, geringe Lernkurve.

PirateDiffusion Telegram

Unbegrenzt · Pauschalpreis

Erstelle Videos, Bilder, individuelle Chat-Personas und mehr.

Pro studio (SpyGlass) Web

Unbegrenzt · Pauschalpreis

Durchsuche Modelle, rendere und verfeinere von jedem Browser oder Handy aus.

Discord bot (Vector)

Unbegrenzt · Pauschalpreis

Füge Vector zu deinem Server hinzu oder tritt dem Vector Discord bei. Erschaffe alles!

Unified Editor Web

Unbegrenzt · Pauschalpreis

Editor für Bilder und Videos: rendern, bearbeiten, hochskalieren und mehr auf einer Seite.

OpenRouter Terminal / API

Bezahlung pro Token

Chatte mit diesem Modell im Browser oder rufe es mit einem API-Schlüssel aus deinem Code auf.

Lokale Apps

Einrichtung erforderlich

Richte lokale Programme ein, wenn dein Computer leistungsstark genug ist.

ModelDuel Web

Bezahlen pro Nutzung

Erzeuge denselben Prompt gleichzeitig auf bis zu 50 Checkpoint-/Basismodellen.

GPU in der Cloud mieten

Graydient Cloud GPU

Unbegrenzt · Pauschalpreis

Pauschalpreis, unbegrenzte Nutzung. Dieses Modell mit einem Klick installieren.

RunPod Cloud GPU

Abrechnung pro Minute

GPU pro Minute mieten und Modell selbst einrichten.

Anleitungen zu diesem Modell

Wie man Ollama installiert und eine lokale KI betreibt (Windows, Mac, Linux)

Ollama vs LM Studio (2026): Welche lokale KI-App soll man nutzen und welche Top-Modelle laufen auf jeder?

Beste lokale LLM nach Anwendungsfall (Oktober 2026): Das richtige offene Modell für jede Aufgabe

Was ist eine GGUF-Datei? Quantisierte Modelle erklärt (Q4, Q8, fp8, NF4)

Wie viel VRAM brauche ich eigentlich für lokale KI?

Alle Anleitungen

OpenAI | 131.072 Token Kontext | $0,02/M Eingabe, $0,09/M Ausgabe. gpt-oss-20b ist ein Open-Weight-Modell mit 21 Milliarden Parametern, veröffentlicht von OpenAI unter der Apache 2.0 Lizenz. Es verwendet eine Mixture-of-Experts (MoE) Architektur mit 3,6 Milliarden aktiven Parametern pro Vorwärtsdurchlauf, optimiert für latenzärmere Inferenz und Einsatz auf Consumer- oder Single-GPU-Hardware. Das Modell ist im OpenAI Harmony Antwortformat trainiert und unterstützt Konfiguration des Reasoning-Levels, Feintuning und agentische Fähigkeiten einschließlich Funktionsaufrufen, Tool-Nutzung und strukturierten Ausgaben.

Captain's Notizen

Geschrieben von Captain, dem Hausredakteur

Notizen vom 2026-10-13

gpt-oss-20b ist OpenAIs kleineres Open-Weight-Reasoning-Modell: 21 Milliarden Parameter, MoE-Architektur, nur 3,6 Milliarden aktiv pro Vorwärtsdurchlauf und passt in 16 GB Speicher. Apache-2.0-lizenziert, feinabstimmbar und für agentenbasierte Arbeit einschließlich Funktionsaufrufen und strukturierten Ausgaben gebaut. Es eignet sich für Entwickler, die ein von OpenAI trainiertes Reasoning-Modell lokal oder kostengünstig ohne Nutzungsvereinbarung betreiben wollen.

Bekannt für

MoE-Design hält aktive Parameter bei 3,6 Milliarden, ermöglicht schnelle, speicherschonende Inferenz
Konfigurierbarer Reasoning-Aufwand: niedrig, mittel oder hoch, um Latenz gegen Tiefe abzuwägen
Vollständige Chain-of-Thought-Ausgabe für Entwickler zur Fehlerbehebung sichtbar
Native Funktionsaufrufe, Werkzeugnutzung und strukturierte Ausgaben für agentenbasierte Pipelines
Apache-2.0-Lizenz: kommerzielle Nutzung und Feinabstimmung ohne Copyleft-Beschränkungen

Achte auf

Muss mit OpenAIs Harmony-Antwortformat verwendet werden; Standard-Prompting funktioniert nicht korrekt.
Chain-of-Thought-Ausgabe ist nur für Entwicklerinspektion gedacht, nicht für Endnutzer.
Kleinerer Bruder von gpt-oss-120b; für hochkritische Reasoning-Aufgaben ist das größere Modell vorgesehen.

Am besten für

Logisches Denken

Agenten und Werkzeugnutzung

Programmieren

Lokal ausführbar

Schnell

Prompts zum Ausprobieren

Fehler in Funktionsaufrufkette debuggen

Ich habe einen Python-Agenten, der drei Werkzeuge nacheinander aufruft: get_weather, get_forecast und send_alert. Der send_alert wird auch ausgelöst, wenn die Bedingungen normal sind. Verfolge den wahrscheinlichen Logikfehler, schlage eine Korrektur vor und zeige den korrigierten Werkzeugaufruffluss mit korrekter bedingter Verzweigung.

Schritt-für-Schritt-Denkpuzzle

Ein Bauer hat 17 Schafe. Alle bis auf 9 sterben. Wie viele sind übrig? Erkläre nun, warum diese Frage die meisten Sprachmodelle verwirrt, was die korrekte Antwort ist und welches Denkmodell du verwendet hast, um die Falle zu vermeiden.

Strukturierte Ausgabeextraktion

Extrahiere aus dieser Stellenanzeige folgende Felder als JSON-Objekt: job_title, company, location, salary_range, required_years_experience, remote_policy. Stellenanzeige: Senior ML Engineer bei Acme Corp, San Francisco oder remote, 180.000–220.000 $, 5+ Jahre Erfahrung erforderlich, hybride Arbeit 2 Tage im Büro.

Vergleichen mit

GPT-6 Luna
Nur API-Modell
1,050,000 Token Kontext · $0.10/M Eingabe, $0.50/M Ausgabe
GPT-5.6 Luna
Nur API-Modell
1,050,000 Token Kontext · $0.20/M Eingabe, $1.20/M Ausgabe
GPT-5.6 Sol
Nur API-Modell
1,050,000 Token Kontext · $4.00/M Eingabe, $20.00/M Ausgabe
GPT-6.1 Sol
Nur API-Modell
1,050,000 Token Kontext · $2.00/M Eingabe, $10.00/M Ausgabe

Mehr Textmodelle von openai

Häufig gestellte Fragen

Kann ich gpt-oss-20b lokal ausführen?: Ja. Die Gewichte sind unter Apache 2.0 offen und das Modell passt dank MXFP4-Quantisierung der MoE-Gewichte in 16 GB Speicher. Es läuft über Transformers oder vLLM.
Was kostet es und wie groß ist das Kontextfenster?: Per API kostet es 0,02 $ pro Million Eingabetokens und 0,09 $ pro Million Ausgabetokens, mit einem Kontextfenster von 131.072 Tokens.
Worin unterscheidet sich gpt-oss-20b von gpt-oss-120b?: gpt-oss-20b ist die Variante mit niedrigerer Latenz und geringerem Speicherbedarf, gedacht für lokale oder spezialisierte Bereitstellung; gpt-oss-120b hat 117 Milliarden Parameter und ist für produktive, allgemeine und hochkomplexe Reasoning-Aufgaben auf einer einzelnen 80-GB-GPU vorgesehen.

Captain's Urteil
Ein wirklich offenes, feinabstimmbares Reasoning-Modell, das auf eine 16-GB-GPU passt – das ist von keinem Labor, geschweige denn OpenAI, häufig zu finden.

Model Card auf Hugging Face

Der Captain schreibt diese Notizen basierend auf der Beschreibung und Model Card des Modells. Preise und Kontextgrößen sind vom Anbieter zum Zeitpunkt der Erstellung und können sich ändern.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Wie sich dieser Wert zusammensetzt

Dieses Modell hat noch keine Popularitätsdaten von irgendeiner Quelle, daher trägt es eine Platzhalterzahl unterhalb von 7,000°, damit die Listen vollständig bleiben. Es rangiert niemals über einem Modell mit Daten. Die Aufschlüsselung erscheint hier, sobald eine Quelle sie meldet.

Glossar: die hier verwendeten Begriffe

Heat-Score: Eine Zahl dafür, wie viel ein Modell gerade genutzt und gewollt wird, von 0° bis 9.999°. Jede Liste auf dieser Seite, die „heißeste“ sagt, ist danach sortiert und nach nichts anderem.
Grundwert: Die 7.000°, mit denen jedes Modell mit echten Daten startet. Die Skala reicht von 0° bis 9.999°; der Bereich unter dem Grundwert ist für Platzhalter reserviert (Modelle ohne Daten), damit ein Modell mit Daten immer über einem ohne steht. Der Grundwert ist für alle gleich und entscheidet nichts; die Grade darüber sind die Messung.
Download-Äquivalente: Alles, was der Score als Download zählt, zusammengefasst: Downloads selbst, jeder Torrent-Seeder als 1.000, jedes AI Horde-Bild und jeder Lauf auf einer Generierungsseite als eins.
Logarithmische Skala: Gezählt in Zehnerschritten, nicht einzeln: Der Sprung von 1.000 auf 10.000 Downloads bringt genauso viele Grade wie von 10.000 auf 100.000. So verdrängen Riesen nicht alles andere.
Likes: Daumen hoch und Likes von allen Quellen, jeweils halb so viel wert wie ein Download auf der Log-Skala.
Verbreitungsrate: Wie viele Downloads ein Modell gerade pro Tag bekommt, aus dem Unterschied zwischen zwei Messungen einer Quelle. Ein Viertel der Gewichtung des Download-Begriffs.
Gemessen und geschätzt: Gemessen bedeutet, dass es zwei Messwerte einer Quelle gibt und der Unterschied echt ist. Geschätzt heißt, es ist nur die heutige Gesamtsumme bekannt und die Vergangenheit wird über die Lebensdauer des Modells verteilt; die Seite sagt, welche Variante angezeigt wird.
Seeder: Jemand, der eine Kopie der Gewichte online hält, damit andere sie über einen Torrent herunterladen können, oder ein gehosteter Spiegel, der dasselbe macht. Jeder davon zählt als 1.000 Downloads.
AI Horde: Ein Freiwilligennetzwerk, das kostenlos Bilder auf gespendeten Computern generiert. Die Anzahl der Bilder, die es mit einem Modell erstellt hat, ist öffentlich und jedes zählt als ein Download.
Generierungsseiten: Seiten, die eigene Kopien eines Modells hosten und Leute damit generieren lassen, wie PixAI, SeaArt und Yodayo. Ihre Downloads zählen wie bei Civitai und jeder Generierungslauf als ein Download.
OpenRouter Tokens: Ein Textmodell, das über eine API bereitgestellt wird, wie Claude oder GPT, hat keine Gewichte zum Herunterladen, daher wird seine Nutzung in Tokens gemessen: die Textstücke, die es über OpenRouter gelesen und geschrieben hat, einem Gateway, das viele Apps nutzen, in den letzten 30 Tagen. Je 10,000,000 Tokens zählen als ein Download. Quelle: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Vollständiges Modell (Checkpoint): Die Gewichte selbst, die Datei, die eigenständig generiert. Sie bekommt einen Bonus, weil Add-ons davon abhängen.
LoRA und Embedding: Kleine Zusatzdateien, die die Gewichte von jemand anderem in Richtung eines Stils, Charakters oder Konzepts lenken. Sie können nicht alleine laufen.
Familie und Gewichte: Die Basis, auf der ein Modell aufgebaut ist, wie SD 1.5, SDXL, Flux oder Wan. Jedes Modell erbt das Veröffentlichungsdatum der Gewichte seiner Familie.
Alter: Abzüge je nachdem, wie lange die Gewichte der Familie schon draußen sind: 150° pro Jahr, bis zu 750°. Alte Downloads, die Jahre zum Ansammeln hatten, bleiben oben in der Liste eingefroren.
Familien-Boost: Ein kleiner, begrenzter Schub für LoRAs einer Familie, die diese Seite gerade vorantreibt, immer in der Aufschlüsselung aufgeführt.
Stand-in-Wert: Eine stabile Zahl unter der Mindestgrenze, die einem Modell gegeben wird, über das noch keine Quelle berichtet hat, damit die Listen vollständig bleiben. Sie rangiert nie über einem Modell mit Daten.
Neu! (Schonfrist): Ein Modell, das weniger als 7 Tage alt ist, zeigt Neu! statt einer Punktzahl und nimmt keinen Platz in den Rankings ein. Seine Punktzahl wird ab dem ersten Tag berechnet, aber ein Modell, das einen Tag alt ist, wächst schneller als alles andere, daher wäre ohne die Wartezeit das #1 Modell der Woche immer das, das gestern herauskam, statt das, das sich eine Woche gehalten hat.
Trend: Wie das Wachstum eines Modells über einen Zeitraum im Vergleich zum typischen Wachstum eines Modells im gleichen Zeitraum ist. Schneller als üblich bedeutet Anstieg, langsamer bedeutet Rückgang.
Typisches Modell: Die Mitte des Katalogs: Die Hälfte der Modelle mit einer Zahl wuchs schneller im Zeitraum, die andere Hälfte langsamer.

Ähnliche Modelle

KI-Modelle für Bild-, Video- und Texterzeugung

Gpt oss 20b ist ein Textmodell für die Familie Text / LLM und wird auf ModelTrends.ai gelistet, einem reinen Lesekatalog für Open-Source-KI-Modelle für Bild, Video und Text. Vergleiche es mit anderen Text / LLM-Modellen, prüfe den Hitzewert, um den Trend zu sehen, und öffne es auf PirateDiffusion oder BitVector, um es auszuprobieren.

Weitere Text / LLM-Modelle llm openai logik agenten programmieren lokal schnell

Nach Modellfamilie stöbern