作者 | 雷晶 校对 | Tina 策划 | Eason
来源| 第一新声
图片｜公众号AI生成
8月6日凌晨，OpenAI发布了两款开源『大语言模型』gpt-oss-120b和gpt-oss-20b。这是自2019年开源GPT-2以来，OpenAI首次发布开源模型。
OpenAI时隔六年再推开源『大语言模型』，释放技术普惠信号。这一举动无疑在全球人工智能领域投下一枚重磅炸弹，也让国内大模型竞争格局面临新的变数。
华丽回归“技术的伟大胜利”
据官方介绍，这两款模型均为纯文本语言模型，在文本处理、代码生成、数学问题求解等领域表现强劲。gpt-oss-120b总参数量为1170亿，激活参数为51亿，能够在单个80GB的GPU上运行，专为生产环境、通用应用和高推理需求的用例设计，既可以部署在『数据中心』，也能在高端台式机和笔记本📓电脑💻️上运行。
而gpt-oss-20b总参数量为210亿，激活参数为36亿，专门针对更低延迟、本地化或专业化使用场景优化，在16GB的GPU上就能运行，这意味着大多数现代台式机和笔记本📓电脑💻️都能驾驭。
在模型架构上，二者均采用了Transformer架构，并融入专家混合（MoE）设计，以此减少处理输入时激活参数量，提升推理与内存效率。它们还借鉴了GPT-3的设计理念，采用交替的密集注意力和局部带状稀疏注意力模式，使用分组多查询注意力机制以及旋转位置编码，原生支持128k上下文。
训练数据上，则重点聚焦于STEM、编程和通用知识领域，并使用o200k_harmony分词器进行数据分词，该分词器是OpenAI o4-mini和GPT-4o所用分词器的“超集”，也于此次同步开源。
除了性能强劲，OpenAI为这两款模型赋予了诸多实用特性。
其采用宽松的Apache 2.0许可证，开发者可自由用于构建，无copyleft限制或专利风险。任何消费者、开发者或企业可免费下载模型，进行参数级微调以适配特定用例，并用于商业服务或创收，无需向OpenAI支付费用，便于实验、定制和商业化部署。
模型具备可配置的推理强度，能依据用户具体用例和延迟需求，轻松调整推理投入程度。同时支持完整的思维链，可完整访问模型的推理过程，便于开发者调试并提升输出结果的可信度，还支持参数级微调，开发者能够根据特定用例对模型进行深度定制。
另外，模型具备智能体能力，可利用原生的函数调用、网页浏览、Python代码执行和结构化输出等功能，进一步拓展应用场景。
本次开源的gpt-oss支持本地运行，无需连接网络，数据也不必上传到云端，这一特性能够满足金融、医疗等受严格监管行业对数据隐私的要求。
但值得一提的是，这次开源并不彻底，这两款模型属于开放权重（open-weight）『大语言模型』，不提供训练数据和完整训练代码。
OpenAI的开源或许是对市场竞争压力的回应。当前，全球AI市场竞争激烈，新兴力量崛起迅速，在这样的环境下开源成为重要手段，可以吸引更多开发者，完善其生态系统。
受到冲击 国内大模型格局或有变局
在OpenAI开源之前，国内的大模型开源早已进行得如火如荼。
近几个月来，腾讯、智谱AI、昆仑万维、阿里巴巴、月之暗面等头部企业密集发布新一代开源大模型，将AI开源战场推至前所未有的热度。
百度文心早在6月开源ERNIE-4.5系列，覆盖0.3B至47B参数规模，以中文多模态能力见长，在C-Eval等基准测试中超越GPT-416。
腾讯混元则在8月4日宣布开源四款轻量级模型0.5B、1.8B、4B、7B，覆盖从端侧到云端场景，消费级显卡即可运行，并适配手机、平板、智能座舱等低功耗设备。其核心创新包括256K长上下文窗口，可处理40万汉字、双脑协作架构，即“快脑”即时响应、“慢脑”深度推理，以及强化Agent能力。
阿里巴巴的『通义千问』（Qwen）系列也在持续迭代。7月刚推出Qwen3推理模型，可原生支持256K上下文处理能力，可应对更长文本、构建更深的推理链，自动启用多步推理，无需用户手动切换模式。8月『通义千问』系列又推出了图像生成基础模型Qwen-Image，主打复杂文本渲染能力，能在不同场景中，准确地生成不同语种、风格的文字，甚至可以写毛笔字书法，或是直接生成带有文本和图像的PPT页面。
智谱AI在8月3日开源GLM-4.5（355B MoE）及轻量版GLM-4.5-Air（106B），主打智能体原生架构与低成本推理（API成本低至0.8元/百万tokens），48小时内登顶Hugging Face趋势榜。
除传统巨头外，垂直领域企业表现也相当活跃。
昆仑万维开源多模态模型Skywork-R1V3-38B与轻量图文生成模型Skywork-UniPic-1.5B，入选“中国AI开源16强”。字节跳动发布多语言翻译模型Seed-X-Instruct-7B与通用多模态模型Tar-7B。月之暗面推出数学证明专精模型Kimina-Prover-72B，其基础模型Kimi-K2跻身Chatbot Arena全球前五。蚂蚁集团则聚焦金融场景，开源数据集Agentar-DeepFinance及轻量多模态模型Ming-Lite-Omni-1.5B。
据Hugging Face中国社区统计，7月单月16家机构共开源31个模型及工具，覆盖文本、图像、3D生成等全模态场景。
如今，OpenAI携gpt-oss-120b和gpt-oss-20b两款开源模型强势入局，无疑为国内大模型开源竞争格局带来巨变。
从积极方面看，其开源行为为国内企业提供了学习借鉴先进技术的契机，通过研究OpenAI模型架构、训练方式等，国内企业可以优化自身模型，实现技术升级。
然而，挑战也随之而来。OpenAI凭借其知名度与技术领先形象会吸引部分国内开发者与用户资源。国内企业如何充分发挥本地化优势成为亟待解决的课题。
这场全球性的大模型开源竞赛才刚刚开始。
