OpenAI 六年首开源！双模型碾压 o4-mini，你的 MacBook 也能跑

百科大全 2025年08月10日 20:42 1 admin

请关注瓜田地里，第一时间收获最大的瓜

OpenAI 六年首开源！双模型碾压 o4-mini，你的 MacBook 也能跑

OpenAI开源大爆炸：GPT-OSS双模型全球首发，AI平民化时代真的来了？

2025年8月6日凌晨，OpenAI突然扔出两颗核弹：gpt-oss-120b与gpt-oss-20b两款开放权重大模型。这是自2019年GPT-2后，OpenAI时隔六年首次开源，连山姆·奥尔特曼都亲自站台：“这是全球最家开放模型，可在你电脑甚至手机上运行！”

一、技术解析：小而精的暴力美学

1. MoE架构封神，激活参数仅4.4%

• 120b总参数1170亿，但每个token仅激活5.1亿参数（占比4.4%），20b激活参数36亿，推理效率提升3倍

• 采用MXFP4原生量化技术，120b模型压缩至60.8GB，单张H100 GPU即可部署；20b仅需16GB内存，MacBook Pro流畅运行

2. 长上下文+工具链双杀

• 支持128K上下文（约300页小说），通过YaRN技术实现超长记忆

• 原生支持函数调用、CoT思维链、结构化输出，可构建复杂智能体工作流

二、性能实测：开源模型的“弑神时刻”

OpenAI 的 gpt-oss-120b 在纸面跑分上堪称“屠榜神器”：Codeforces 编程竞赛得分 2622（仅落后闭源标杆 o4-mini 1.7%），AIME 数学竞赛 96.6% 准确率甚至小幅反超对手，医疗健康对话测试（HealthBench）57.6% 的得分更是碾压同级闭源模型。官方数据俨然一副“开源之王”的姿态，但实测画风却急转直下——

代码实战惨遭“打脸”：

•基础题翻车：数“strawberrrry”中的字母“r”，gpt-oss-120b 竟错误输出“6个”（实际为5个），而国产 GLM-4.5-Air 轻松答对。

•高难度编程溃败：要求生成交互式“六边形弹球”物理引擎，gpt-oss-120b 耗时漫长且生成代码运行后一片空白；同一任务下 GLM-4.5-Air 仅用10秒完成，重力、碰撞效果流畅无漏动。

•游戏开发生涩：在“森林冰火人”双人游戏开发任务中，gpt-oss-120b 的界面简陋到“分不清出口”，而 GLM-4.5-Air 不仅功能完整，还复刻了经典像素风美术风格。

推理能力“冰火两重天”：

•物理知识亮眼：解释“月球上拧开瓶盖后水的状态”时，gpt-oss-120b 逻辑严谨，甚至主动绘制压力对比表格辅助说明。

•长链逻辑崩盘：面对“七个小矮人”职业/住址/交通工具的19项条件推理题，gpt-oss-120b 消耗 6144 tokens 仍答错“谁戴黑帽”，而 o4-mini 虽简洁却同样翻车——暴露了开源闭源模型共同的思维链漏动。