御三家打起来了：OpenAI 开源、谷歌发布可交互的世界模型、Claude 4.1 成了编程新旗舰

百科大全 2025年08月08日 18:55 1 admin

同一天，硅谷模型三巨头连续发布了新的模型（到底也不知道谁截胡谁了）。

OpenAI 终于发布了新的开源模型，gpt-oss-120b 和 gpt-oss-20b，上次开源 GPT-2 已经是 6 年前的事情了。从目前的评测成绩来看，两款模型能力接近 o4-mini，虽然编程能力略弱，但这个 SOTA 级别的能力表现，很期待接下来的开源生态的发展。

DeepMind 也发了个大招，一个看起来基本进入可用阶段的世界模型 Genie 3，一句话直接生成可交互的 3D 世界、角色和道具，目前尚未对外开放，但演示片很震撼。

Claude 发布了旗舰模型 Opus 的小版本升级——Claude Opus 4.1，编程能力依旧没得说，这次强化了 Agent 能力。

接下来，该期待 DeepSeek R2 了。

文章内容编译自「机器之心」、部分官博文章。

超 10000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。

进群后，你有机会得到：

最新、最值得关注的 AI 新品资讯；
不定期赠送热门新品的邀请码、会员码；
最精准的AI产品曝光渠道

01 OpenAI 开源两个推理模型，

o4-mini 水平

这是近几年来（自 GPT-2 以来），OpenAI 重新开源模型。

两款模型均采用 Transformer 架构，并利用专家混合（MoE）来减少处理输入所需的活跃参数数量。其中，gpt-oss-120b 每个 token 激活 5.1B 参数，而 gpt-oss-20b 则激活 3.6B 参数。两款模型的总参数分别为 117B 和 21B。

此外，两款模型采用交替密集和局部带状稀疏注意力模式，类似于 GPT-3。为了提高推理和内存效率，模型还使用了分组多查询注意力，组大小为 8。同时利用旋转位置编码（RoPE）进行位置编码，并原生支持最长 128k 的上下文长度。

两款开源模型与 o3、o4-mini 的跑分结果比较如下：

作为两个 SOTA 级别的开源语言模型，gpt-oss-120b 和 gpt-oss-20b 可以提供强大的实际应用性能，并具有低成本优势。

两款模型在推理任务上超越了同等规模的开源模型，展示了强大的工具使用能力，并且经过优化，能够高效部署在消费级硬件上。训练过程中结合了强化学习以及受 OpenAI 内部最先进模型启发的技术，包括 o3 和其他前沿模型。

其中，gpt-oss-120b 模型在核心推理基准测试上与 o4-mini 几乎持平，同时能够在单个 80GB GPU 上高效运行。gpt-oss-20b 模型在常见基准测试中表现与 o3-mini 相似，且仅需 16GB 内存即可运行，适用于边缘设备，非常适合本地推理、设备端使用或在没有高昂基础设施的情况下快速迭代。

两款模型在工具使用、few-shot 函数调用、CoT 推理以及 HealthBench 测试中表现非常出色，甚至超越了 o1 和 GPT-4o 等专有模型。

总结一波，这两个开源模型的亮点包括：

宽松的 Apache 2.0 许可证：自由构建，不受版权限制或专利风险 - 非常适合实验、定制和商业部署。
可调整的推理力度：根据具体用例和延迟需求轻松调整推理力度（低、中、高）。
完整的思维链（CoT）：完全可访问模型的推理过程，从而更轻松地进行调试并增强对输出的信任。不计划向终端用户展示。
可微调：通过参数微调，完全可根据特定用例定制模型。
Agentic 功能：使用模型的功能进行函数调用、网页浏览、Python 代码执行和结构化输出。
原生 MXFP4 量化：模型使用原生 MXFP4 精度针对 MoE 层进行训练，使得 gpt-oss-120b 可在单个 H100 GPU 上运行，gpt-oss-20b 模型可在 16GB 内存内运行。

除了本地部署外，目前可以在 OpenRouter、Amazon Bedrock、Amazon SageMaker AI 等平台在线体验。

GitHub 地址：https://github.com/openai/gpt-oss

hugging face 地址：https://huggingface.co/openai/gpt-oss-20b

hugging face 地址：https://huggingface.co/openai/gpt-oss-120b

博客地址：https://openai.com/index/introducing-gpt-oss/