OpenAI首次开源千亿参数GPT‑OSS‑120B，闭源巨头改写开源AI格局

一直以闭源API为核心的OpenAI，正式对外放出GPT‑OSS系列开放权重模型，包含1170亿参数的GPT‑OSS‑120B以及210亿参数GPT‑OSS‑20B，采用Apache2.0协议，允许开发者下载、微调乃至商业落地使用 。这件事打破行业固有认知，闭源巨头下场开源，全球大模型赛道的竞争逻辑正在发生改变。

在此之前，OpenAI的核心能力全部封装在ChatGPT以及API接口当中，用户只能线上调用，拿不到底层模型权重。企业想要私有化部署、本地推理，只能转向英伟达、Meta以及国内一众开源大模型。而这次开源，并不是把ChatGPT完整对外放出，而是一套专门面向智能体、工具调用、复杂推理的全新MoE混合专家架构模型 。

GPT‑OSS‑120B虽然总参数达到千亿级别，但依靠稀疏激活技术，实际每轮运算仅激活51亿参数，单张80GB的H100显卡就可以跑起来，大幅降低千亿级模型的部署门槛 。小一点的GPT‑OSS‑20B，16GB显存硬件就能够运行，给端侧、边缘设备本地AI提供新选择。在推理、代码、工具调用基准测试中，这套开源模型已经接近OpenAI o4‑mini的能力，非常适合用来搭建AI智能体应用 。

对开发者与中小企业来说，最直观的变化是多了一个高质量基座选择。以往做私有化AI，要么依赖高昂的闭源API，受限于网络、数据上传、调用成本；要么选用社区开源模型，经常遇到推理弱、工具调用容易出错的问题。现在企业可以把模型部署在自己服务器，所有数据不出内网，满足隐私合规，还能自由微调适配行业业务，不用完全受外部接口调价、限流的牵制。

但开源不等于“免费万能”，同样存在现实短板。该版本只支持文本，没有图像多模态能力；虽然基准测试数据亮眼，和GPT‑4o这类顶级闭源模型依旧存在明显差距。同时开源权重放开之后，也带来合规风险，模型可以被二次微调，存在被滥用的可能性，企业商用落地仍需要做好安全对齐与内容管控。

站在行业角度，OpenAI下场开源，也是一场商业博弈。当下Meta、英伟达持续加码开源大模型，大量开发者流向开源生态，如果继续完全闭源，就会失去一部分开发者话语权。放出开放权重模型，可以牢牢吸引开发者，扩大自身技术生态影响力，和其他开源模型直接竞争。

这并不代表OpenAI会放弃闭源API业务。GPT‑OSS是开放权重基座，而ChatGPT依旧是闭源成熟产品，二者会形成互补：一部分用户用闭源服务追求极致效果，另一部分用户拿开源权重做私有化定制。

开源浪潮已经不可逆转。过去开源大模型主要由Meta等厂商主导，如今头部闭源巨头也主动入局，全球大模型的竞争，不再只是比拼模型能力，开发者生态、部署成本、私有化落地能力，都会成为胜负手。对于国内大模型团队而言，外部高质量开源模型来袭，也意味着更加激烈的技术竞争。