GPT-OSS — OpenAI 的本地 AI 模型
作者： Jakub Rusinowski · 最后更新：
OpenAI's open-weight family released under Apache 2.0 — their first substantial open-source release since GPT-2. Both sizes ship in MXFP4 precision, which is why they fit in far less memory than their parameter counts suggest: the 20B loads in ~14 GB and runs on a 16GB consumer card, while the 120B needs ~65 GB (dual RTX 3090 or a single 80GB A100). Signals OpenAI's strategic shift toward supporting on-premise enterprise deployments.
变体
GPT-OSS 最小的变体在 Q4_K_M 下约需 13 GB 显存——量化权重加框架开销，不含 KV 缓存。
| 模型 | Q4 下显存 | 显存 | 上下文 | 运行 |
|---|---|---|---|---|
| GPT-OSS 120B → 120B | ~71.3 GB | 131,072 | ollama run gpt-oss:120b | |
| GPT-OSS 20B → 20B | ~13.4 GB | 128,000 | ollama run gpt-oss:20b |
显存为 Q4_K_M 下的量化权重加开销，与 GPU 与显存检测器使用同一引擎计算。
如何在本地运行 GPT-OSS
安装 Ollama，然后拉取标签。
ollama run gpt-oss:120b在上方选择一个尺寸，查看它自己的显存、速度估算和安装命令。
许可证
Commercial use permitted. No usage restrictions beyond attribution.
适用于: GPT-OSS 120B, GPT-OSS 20B推荐 GPU
目录中能在本地运行 GPT-OSS（至少 13 GB 显存）的最便宜 GPU 是 AMD Radeon RX 9060 XT 16GB (16 GB).
我的 GPU 能运行 GPT-OSS 吗？
- GPT-OSS 在 AMD Radeon RX 7800 XT 上
- GPT-OSS 在 AMD Radeon RX 7900 XT 上
- GPT-OSS 在 AMD Radeon RX 7900 XTX 上
- GPT-OSS 在 AMD Radeon RX 9060 XT 16GB 上
- GPT-OSS 在 AMD Radeon RX 9060 XT 8GB 上
- GPT-OSS 在 AMD Radeon RX 9070 上
- GPT-OSS 在 AMD Radeon RX 9070 XT 上
- GPT-OSS 在 AMD Ryzen AI Max+ 395 上
- GPT-OSS 在 Apple M1 上
- GPT-OSS 在 Apple M1 Ultra 上
- GPT-OSS 在 Apple M2 上
- GPT-OSS 在 Apple M2 Max 上
- GPT-OSS 在 Apple M3 上
- GPT-OSS 在 Apple M4 Max 上
- GPT-OSS 在 Apple M4 Pro 上
- GPT-OSS 在 Apple M5 Max 上
- GPT-OSS 在 Intel Arc B570 上
- GPT-OSS 在 Intel Arc B580 上
- GPT-OSS 在 NVIDIA A100 80GB (PCIe) 上
- GPT-OSS 在 NVIDIA DGX Spark 上
- GPT-OSS 在 NVIDIA GeForce RTX 3060 (12GB) 上
- GPT-OSS 在 NVIDIA GeForce RTX 3070 上
- GPT-OSS 在 NVIDIA GeForce RTX 3070 Ti 上
- GPT-OSS 在 NVIDIA GeForce RTX 3080 (10GB) 上
- GPT-OSS 在 NVIDIA GeForce RTX 3090 上
- GPT-OSS 在 NVIDIA GeForce RTX 4060 上
- GPT-OSS 在 NVIDIA GeForce RTX 4060 Ti 16GB 上
- GPT-OSS 在 NVIDIA GeForce RTX 4070 上
- GPT-OSS 在 NVIDIA GeForce RTX 4070 Super 上
- GPT-OSS 在 NVIDIA GeForce RTX 4070 Ti 上
- GPT-OSS 在 NVIDIA GeForce RTX 4070 Ti Super 上
- GPT-OSS 在 NVIDIA GeForce RTX 4080 上
- GPT-OSS 在 NVIDIA GeForce RTX 4080 Super 上
- GPT-OSS 在 NVIDIA GeForce RTX 4090 上
- GPT-OSS 在 NVIDIA GeForce RTX 5060 上
- GPT-OSS 在 NVIDIA GeForce RTX 5060 Ti 16GB 上
- GPT-OSS 在 NVIDIA GeForce RTX 5060 Ti 8GB 上
- GPT-OSS 在 NVIDIA GeForce RTX 5070 上
- GPT-OSS 在 NVIDIA GeForce RTX 5070 Ti 上
- GPT-OSS 在 NVIDIA GeForce RTX 5080 上
- GPT-OSS 在 NVIDIA H100 80GB (PCIe) 上
- GPT-OSS 在 NVIDIA RTX PRO 6000 Blackwell 上
GPT-OSS — 常见问题
How much VRAM does GPT-OSS need?
GPT-OSS needs about 13 GB VRAM at Q4_K_M quantization for its smallest variant. Variants: GPT-OSS 120B (71 GB, Q4_K_M); GPT-OSS 20B (13 GB, MXFP4). On Apple Silicon, unified memory counts toward this requirement.
Can I run GPT-OSS on an RTX 4090 (24 GB)?
Yes — GPT-OSS runs on an RTX 4090 (24 GB) and other 24 GB cards such as the RTX 3090. Smaller variants also fit comfortably on 8–16 GB GPUs at Q4_K_M.
What quantization should I use for GPT-OSS?
Q4_K_M is the best balance of quality and VRAM for GPT-OSS in most cases. Choose Q8_0 for near-lossless quality if you have spare VRAM, or smaller quants (Q3/Q2) only when memory is tight.
How do I run GPT-OSS with Ollama?
Install Ollama, then run: ollama run gpt-oss:120b. This downloads GPT-OSS and starts a local, OpenAI-compatible endpoint — no internet connection is needed after the initial download.