gpt-oss

该模型专为低延迟和专用或本地部署而设计，总参数为 21B，但一次只有 3.6B 处于活动状态。得益于 MoE 层的原生 MXFP4 量化，它运行效率高，并能够在 16GB 内存中运行。

该模型以宽松的 Apache 2.0 许可证发布，具有可配置的推理工作量——低、中或高，用户可以根据自身需求平衡输出质量和延迟。该模型提供完整的思维链可见性，以支持更轻松的调试和增加信任度，尽管此输出不适用于最终用户。它完全可微调，能够适应特定的任务或领域，并包括原生代理功能，例如函数调用、网页浏览、Python 执行和结构化输出。

该模型支持 131k 的上下文长度。