Pot rula gpt-oss-120b local?

Da — greutățile sunt deschise sub Apache 2.0 și disponibile pe Hugging Face. Ai nevoie de un singur GPU de 80GB, cum ar fi NVIDIA H100 sau AMD MI300X; modelul folosește cuantizare MXFP4 pentru a se încadra.

Cât costă gpt-oss-120b prin API?

OpenAI îl taxează cu 0,15 USD per milion de tokeni de intrare și 0,60 USD per milion de tokeni de ieșire, cu o fereastră de context de 131.072 tokeni.

Cum diferă gpt-oss-120b de gpt-oss-20b?

gpt-oss-120b (117B parametri, 5,1B activi) este destinat producției și sarcinilor cu raționament intens pe un singur GPU de 80GB; gpt-oss-20b (21B parametri, 3,6B activi) este fratele mai mic, destinat latenței reduse, utilizării locale sau cazurilor specializate în 16GB memorie.

▲

32.5%

săptămâna aceasta

Gpt oss 120b

8912°

#llm #openai #raționament #agenți #programare #local

Rulează pe Graydient

Rulează modelul

Oferte / Reclame

Easy Creator (Prism) Web

Nelimitat · taxă fixă

Cel mai bun pentru începători. Fluxuri de lucru puternice, curbă de învățare redusă.

PirateDiffusion Telegram

Nelimitat · taxă fixă

Creează videoclipuri, imagini, personaje personalizate pentru chat și altele.

Pro studio (SpyGlass) Web

Nelimitat · taxă fixă

Răsfoiește modele, redă și rafinează de pe orice browser sau telefon.

Discord bot (Vector)

Nelimitat · taxă fixă

Adaugă Vector pe serverul tău sau alătură-te Discord-ului Vector. Creează orice!

Unified Editor Web

Nelimitat · taxă fixă

Editor pentru imagini și video: redă, editează, mărește și altele pe o singură pagină.

OpenRouter Terminal / API

Plătește pe token

Conversează cu acest model în browser sau apelează-l din codul tău cu o singură cheie API.

Aplicații locale

Necesită configurare

Instalează programe locale dacă ai hardware potrivit pe calculator.

ModelDuel Web

Plătești pe utilizare

Generează același prompt pe până la 50 de modele checkpoint/base simultan.

Închiriază un GPU în cloud

Graydient Cloud GPU

Nelimitat · taxă fixă

Taxă fixă, utilizare nelimitată. Acest model se instalează cu un click.

RunPod Cloud GPU

Taxare pe minut

Închiriază un GPU pe minut și configurează modelul singur.

Ghiduri pentru acest model

Cum să instalezi Ollama și să rulezi un AI local (Windows, Mac, Linux)

Ollama vs LM Studio (2026): ce aplicație AI locală să folosești și ce modele de top rulează fiecare

Cel mai bun LLM local după caz de utilizare (octombrie 2026): modelul open potrivit pentru fiecare job

Greutăți deschise vs open source vs doar API: ce ai voie să faci cu adevărat

Cum să alegi un model AI în octombrie 2026: noutățile modelelor închise, apoi greutățile deschise care merită descărcate

De câțiva GB de VRAM am nevoie cu adevărat pentru AI local?

Ce este un fișier GGUF? Modele cuantificate explicate (Q4, Q8, fp8, NF4)

Toate ghidurile

OpenAI | context de 131.072 tokeni | 0,15$/M input, 0,60$/M output. gpt-oss-120b este un model open-weight Mixture-of-Experts (MoE) cu 117B parametri de la OpenAI, proiectat pentru cazuri de utilizare de producție cu raționament înalt, agentic și general. Activează 5,1B parametri per trecere înainte și este optimizat să ruleze pe un singur GPU H100 cu cuantizare MXFP4 nativă. Modelul suportă adâncime configurabilă a raționamentului, acces complet la lanțul de gândire și utilizare nativă a uneltelor, inclusiv apelarea funcțiilor, navigarea și generarea de ieșiri structurate.

Notele căpitanului

Scris de Captain, editorul casei

Note din 2026-10-13

gpt-oss-120b este prima lansare cu greutăți deschise de la OpenAI: un model Mixture-of-Experts cu 117 miliarde de parametri construit pentru sarcini cu raționament intens și agentice, licențiat sub Apache 2.0. Arhitectura sa MoE menține parametrii activi la 5,1 miliarde per pas înainte, permițându-i să încapă pe un singur H100 de 80GB cu cuantizare MXFP4. Dacă vrei un model serios de raționament pe care îl poți rula local, fine-tuna și implementa comercial fără bătăi de cap cu redevențe, acesta este modelul de urmărit.

Cunoscut pentru

Licență Apache 2.0: fine-tuning și implementare comercială fără restricții.
Adâncime configurabilă a raționamentului: efort scăzut, mediu sau ridicat pentru a face un compromis între latență și calitate.
Ieșire completă de lanț de gândire expusă, utilă pentru depanarea pipeline-urilor.
Utilizare nativă a uneltelor: apelare funcții, navigare web, execuție Python, ieșiri structurate.
Încap pe un singur H100 80GB sau AMD MI300X prin cuantizare MXFP4.

Atenție la

Necesită formatul de răspuns harmony; utilizarea în afara acestui format va produce ieșiri corupte.
Un singur H100 este totuși o cerință serioasă de hardware — nu este un model local pentru GPU-uri de consum.
Ieșirea de lanț de gândire este pentru dezvoltatori; OpenAI recomandă să nu fie expusă direct utilizatorilor finali.

Cel mai bun pentru

Raționament

Agenți și utilizare unelte

Programare

Rulează local

Sugestii de încercat

Plan agentic în mai mulți pași

Construiești un serviciu Python care monitorizează un API REST public pentru schimbări de preț și trimite o notificare Slack când se depășește un prag. Descompune problema în componente, scrie bucla principală de polling cu gestionarea erorilor și descrie cum ai structura apelurile funcțiilor pentru integrarea webhook-ului Slack.

Puzzle de raționament dificil

Cinci ingineri dețin fiecare o limbă de programare diferită, beau o băutură diferită și stau pe un scaun diferit. Folosește următoarele indicii pentru a determina cine bea ceai: inginerul Rust stă lângă cel care bea cafea; inginerul Python stă pe scaunul 1; inginerul Go bea apă; inginerul TypeScript stă între inginerii Rust și Python; inginerul de pe scaunul 5 bea suc.

Depanare bug subtil

Iată o funcție Python care ar trebui să returneze cel mai lung substring fără caractere repetate, dar returnează rezultate greșite pentru unele intrări. Parcurge raționamentul pas cu pas, identifică bug-ul și produce o versiune corectată: def longest_unique(s): seen = {} start = 0 best = '' for i, c in enumerate(s): if c in seen: start = seen[c] seen[c] = i if i - start + 1 > len(best): best = s[start:i+1] return best

Compară cu

GPT-5.6 Sol
Model doar API
context de 1,050,000 tokeni · $4.00/M intrare, $20.00/M ieșire
GPT-6.1 Sol
Model doar API
context de 1,050,000 tokeni · $2.00/M intrare, $10.00/M ieșire
GPT-6 Sol
Model doar API
context de 1,050,000 tokeni · $2.00/M intrare, $10.00/M ieșire
GPT-6 Astra
Model doar API
context de 1,050,000 tokeni · $10.00/M intrare, $50.00/M ieșire

Mai multe modele text de la openai

Întrebări frecvente

Pot rula gpt-oss-120b local?: Da — greutățile sunt deschise sub Apache 2.0 și disponibile pe Hugging Face. Ai nevoie de un singur GPU de 80GB, cum ar fi NVIDIA H100 sau AMD MI300X; modelul folosește cuantizare MXFP4 pentru a se încadra.
Cât costă gpt-oss-120b prin API?: OpenAI îl taxează cu 0,15 USD per milion de tokeni de intrare și 0,60 USD per milion de tokeni de ieșire, cu o fereastră de context de 131.072 tokeni.
Cum diferă gpt-oss-120b de gpt-oss-20b?: gpt-oss-120b (117B parametri, 5,1B activi) este destinat producției și sarcinilor cu raționament intens pe un singur GPU de 80GB; gpt-oss-20b (21B parametri, 3,6B activi) este fratele mai mic, destinat latenței reduse, utilizării locale sau cazurilor specializate în 16GB memorie.

Verdictul căpitanului
Prima lansare reală cu greutăți deschise de la OpenAI este un model capabil de raționament cu o licență curată — bara hardware este însă cu adevărat ridicată.

Fișa modelului pe Hugging Face

Căpitanul scrie aceste note pe baza descrierii modelului și a fișei modelului. Prețurile și dimensiunile contextului sunt cele ale furnizorului la momentul scrierii și pot varia.

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

Also ranked: #36 Hottest Text / LLM model · #36 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tendința de popularitate a gpt oss 120b

Scor de căldură, ultimele 12 luni

Scor de popularitate

8,912°

Săptămâna aceasta

▲

32.5%

8,875° atunci, 8,912° acum

Luna aceasta

▲

245%

8,747° atunci, 8,912° acum

Ultimul an

n/a

Nu a fost lansat/urmărit

7,000°

Prag minim

Scara merge de la 0° la 9.999°. Tot ce este sub 7,000° este rezervat pentru modelele despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete. 7,000° este punctul de start pentru datele măsurate: un model cu date reale, dar aproape fără descărcări, stă la prag, iar măsurătorile umplu gradele de deasupra. Pragul nu spune nimic despre model; doar gradele de deasupra îl diferențiază de alte modele.

+1,613°

Tokeni OpenRouter

2,379,488,165,808 tokeni procesați de acest model prin OpenRouter în ultimele 30 de zile, împreună cu prompturile și răspunsurile. Fiecare 10,000,000 tokeni contează ca un download în termenul de descărcări, 237,948 în total; tokenii ultimei zile se adaugă la rata de adoptare. Sursa: OpenRouter (openrouter.ai/rankings).

+299°

Rata de adoptare

Aproximativ 9,681 descărcări pe zi, măsurate între două citiri ale surselor, niciodată estimate dintr-o medie pe viață. Viteza cântărește un sfert din termenul descărcărilor, așa că o creștere recentă se vede fără să lase un vârf de o zi să depășească ani de utilizare.

Arată detalii

Fiecare număr de pe acest site poate fi verificat. Scorul de popularitate al acestui model este 8,912°, iar aici este construit pas cu pas, cu totalul acumulat după fiecare ingredient: pragul minim, gradele adăugate de fiecare sursă, bonusul pentru tipul modelului și ce scade vârsta greutăților. Culorile sunt benzile din graficul de mai sus. Glosarul de la final definește fiecare termen.

1
Începe de la prag.
De ce 7,000° și nu zero: scara merge de la 0° la 9.999°, iar partea de sub 7,000° este rezervată modelelor despre care nicio sursă nu raportează încă, care au un număr provizoriu acolo ca să rămână listele complete și să nu depășească niciodată un model cu date. 7,000° este punctul de start pentru datele măsurate. Un model cu date reale, dar aproape fără descărcări, stă aici; tot ce urmează este măsurare, iar spațiul de deasupra pragului conține zece pași de zece ori mai multe descărcări, fiecare la 300°. Pragul este același pentru toate modelele, deci nu decide nimic; gradele de deasupra fac diferența.
7,000°
total curent
2
Adaugă descărcările.
237,948 echivalente de descărcări în total, de la Tokeni OpenRouter. De zece ori descărcările adaugă același 300°, deci mărimea contează, dar nu domină scorul.
+1,613°
8,613°
total curent
3
Adaugă rata de adoptare.
Aproximativ 9,681 descărcări pe zi acum, măsurate între două citiri, cu un sfert din greutate.
+299°
8,912°
total curent
=
Scorul de căldură.
Unde se situează acest model pe fiecare listă de pe site. Nimic altceva nu îl ajustează.
8,912°

Glosar: termenii folosiți aici

Scor de căldură: Un număr care arată cât de mult este folosit și dorit un model acum, de la 0° la 9.999°. Fiecare listă de pe site care spune „cele mai călduroase” este sortată după acest scor și nimic altceva.
Prag: 7.000° este punctul de start pentru orice model cu date reale. Scara merge de la 0° la 9.999°; partea de sub prag este rezervată pentru înlocuitori (modele fără date), ca să fie sigur că un model cu date e mereu mai sus decât unul fără. Pragul e același pentru toți și nu decide nimic; gradele de deasupra lui sunt măsurătoarea.
Echivalente descărcări: Tot ce scorul tratează ca o descărcare, adunat: descărcările în sine, fiecare seeder de torrent ca 1.000, fiecare imagine AI Horde și fiecare rulare pe un site de generare ca una.
Scară logaritmică: Se numără la zeci, nu la unități: trecerea de la 1.000 la 10.000 descărcări adaugă aceleași grade ca trecerea de la 10.000 la 100.000. Astfel, modelele mari nu acoperă tot ce e mic.
Aprecieri: Like-uri și aprecieri de oriunde, fiecare valorează jumătate dintr-o descărcare pe scara logaritmică.
Rata de adoptare: Câte descărcări pe zi primește un model acum, calculat din diferența dintre două citiri ale unei surse. Are un sfert din greutatea termenului de descărcare.
Măsurat și estimat: Măsurat înseamnă că există două citiri ale unei surse și diferența este reală. Estimat înseamnă că se știe doar totalul de azi, iar trecutul este împărțit pe durata vieții modelului; site-ul spune care dintre ele este afișat.
Seeder: Cineva care păstrează o copie a greutăților online pentru ca alții să le descarce prin torrent, sau o oglindă găzduită care face același lucru. Fiecare contează ca 1.000 de descărcări.
AI Horde: O rețea de voluntari care generează imagini gratuit pe calculatoare donate. Numărul de imagini create cu un model este public și fiecare contează ca o descărcare.
Site-uri de generare: Site-uri care găzduiesc propriile copii ale unui model și permit oamenilor să genereze cu el, cum ar fi PixAI, SeaArt și Yodayo. Descărcările lor contează ca cele de pe Civitai, iar fiecare rulare de generare ca o descărcare.
Tokeni OpenRouter: Un model de text servit printr-un API, cum ar fi Claude sau GPT, nu are greutăți de descărcat, deci utilizarea sa se măsoară în tokeni: bucățile de text citite și scrise prin OpenRouter, un gateway folosit de multe aplicații, în ultimele 30 de zile. Fiecare 10,000,000 tokeni contează ca un download. Sursa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model complet (checkpoint): Greutățile în sine, fișierul care generează singur. Primește un bonus pentru că depind de el add-on-urile.
LoRA și embedding: Fișiere mici add-on care direcționează greutățile altcuiva spre un stil, un personaj sau un concept. Nu pot rula singure.
Familie și greutăți: Baza pe care este construit un model, cum ar fi SD 1.5, SDXL, Flux sau Wan. Fiecare model moștenește data lansării greutăților familiei sale.
Vârstă: Grade scăzute în funcție de cât timp a trecut de când au apărut greutățile familiei: 150° pe an, până la 750°. Păstrează descărcările vechi care au avut ani să se acumuleze, blocând topul listei.
Boost de familie: Un mic impuls limitat pentru LoRA-urile unei familii pe care site-ul o promovează acum, întotdeauna listat în detaliu.
Scor de rezervă: Un număr stabil sub prag, dat unui model despre care nicio sursă nu raportează încă, ca listele să rămână complete. Nu se clasează niciodată peste un model cu date.
Nou! (perioadă de grație): Un model mai nou de 7 zile afișează Nou! în loc de scor și nu ocupă loc în clasamente. Scorul său este calculat de la prima zi, dar un model de o zi crește mai rapid decât orice altceva, deci fără această așteptare, modelul #1 al săptămânii ar fi întotdeauna cel apărut ieri, nu cel care a rezistat o săptămână.
Tendință: Cum se compară creșterea unui model într-o perioadă cu creșterea tipică a unui model în aceeași perioadă. Mai rapid decât tipicul înseamnă creștere, mai lent scădere.
Model tipic: Mijlocul catalogului: jumătate dintre modele cu o cifră au crescut mai repede în perioada respectivă, jumătate mai încet.

Cum s-a schimbat popularitatea acestui model față de restul catalogului: creșterea lui în descărcări, aprecieri și utilizare în fiecare perioadă, comparată cu creșterea tipică a unui model în aceeași perioadă, plus scorul său de căldură la momentul respectiv. Dacă e peste creșterea tipică, înseamnă că a crescut, dacă e sub, a scăzut. Istoricul se reconstruiește din totalurile de azi, prima zi a modelului și viteza lui de descărcare măsurată când sunt două citiri; un model care nu exista la începutul perioadei arată n/a.

Modele similare

Llama 3.1 Nemotron 70B Instruct

Modele AI pentru generare de imagini, video și text

Gpt oss 120b este un model de text pentru familia Text / LLM, listat pe ModelTrends.ai, un catalog doar pentru citire al modelelor AI open source pentru imagini, video și text. Compară-l cu alte modele Text / LLM, verifică-i scorul de căldură pentru a vedea cât este de popular și deschide-l pe PirateDiffusion sau BitVector pentru a-l încerca.

Mai multe modele Text / LLM llm openai raționament agenți programare local

Răsfoiește după familia de modele