注意：本文提供高層概覽。技術設定資訊可於 gpt-oss 網站、GitHub、Hugging Face及 OpenAI Cookbook 查閱。
概覽
隆重介紹兩款開放權重推理模型：gpt‑oss‑120b 和 gpt‑oss‑20b。它們可在你自行控制的基礎設施上運行，或透過託管供應商運行。
注意：這些模型不透過 OpenAI API 提供，亦不會在 ChatGPT 中提供。
為何選擇開放權重
選擇與控制：可於本地部署或私人雲端運行模型，保留資料駐留，並按你的需要調整效能。
自訂：可使用你偏好的開放工具鏈對模型進行微調或調適。
供應情況與授權
授權：Apache 2.0 允許廣泛使用、修改及再分發，包括商業用途（須遵守我們的 gpt-oss 使用政策）。
提供方式：不透過 OpenAI API 提供，因此不適用 API 定價及速率限制。
相容性：可配合常見的開放推論堆疊運行，例如 vLLM、Ollama、llama.cpp，以及雲端或自行管理的 GPU 環境。
開始使用
如要取得模型權重及相關支援資源，你可以：
前往 gpt-oss 網站 查看概覽及直接連結。
從 Hugging Face collection 下載權重——這是一個社群樞紐，你可在此找到兩款模型、查看使用範例，並可選擇直接透過 Hugging Face 的服務執行推論。
存取我們的 GitHub repo 以取得參考推論程式碼。
使用 OpenAI Cookbook 中的指南，配合 Ollama、vLLM 及 Transformers 等受支援運行環境完成設定。Cookbook 亦提供在本機運行、使用常見運行環境，以及在支援情況下微調 gpt‑oss 模型的逐步指引。
gpt‑oss‑safeguard（研究預覽）
gpt‑oss‑safeguard 是一對建基於 gpt‑oss 的 開放權重安全推理模型。它們專為基於政策的安全分類及相關信任與安全任務而設，並在你自行控制的基礎設施上運行。與其他 gpt‑oss 模型一樣，這些權重不會透過 OpenAI API 或 ChatGPT 提供。
純文字模型，附有參考用的結構化輸出內容結構定義（例如政策裁決、理據）。
自攜政策：模型會解讀你撰寫的政策，因此只需最少工程工作，便可跨產品泛化應用。
具推理依據的決策：可選擇輸出推理軌跡，以協助除錯及審核（供開發者及安全從業員使用，並非用於向終端用戶顯示）。
可配置的推理強度：可選擇 low / medium / high，以權衡延遲與深度。
授權：Apache 2.0（見下方供應情況與授權）。
gpt‑oss‑safeguard 很適合用於 LLM 的輸入／輸出過濾、網上內容標註，以及離線批次標註或審核工作流程。對於一般應用（聊天、智能代理等），我們建議使用核心 gpt‑oss 模型。
你可按需要調整結構定義。請參閱 OpenAI Cookbook 了解提示詞指南及範例。
模型變體與規模
| 模型 | 預期用途 | 備註 |
| gpt‑oss‑safeguard‑120b | 生產環境、高容量安全推理 | 117B 參數（≈5.1B 啟用）。設計為可配合單張 80 GB GPU使用（例如 NVIDIA H100；亦可於記憶體更大的 GPU 上運行，如 AMD MI300X）。 |
| gpt‑oss‑safeguard‑20b | 較低延遲／受限環境 | 21B 參數（≈3.6B 啟用）。 |
兩款模型均由 gpt‑oss 微調而成，架構並無改動。它們使用與 gpt‑oss 相同的聊天範本；你可保留現有設定。建議的提示詞模式，是在 developer message 中放入你的政策，並在 user message 中放入要評估的內容。
支援與社群
開放權重部署屬自行管理及自行支援。以下是獲取支援的途徑：
問題、討論、貼士：使用 Hugging Face 模型頁面 與社群交流。
OpenAI 參考推論程式碼中可重現的錯誤：請在 gpt-oss GitHub repo 開立 issue。
第三方運行環境的問題（例如 vLLM、Ollama、llama.cpp）：請使用相關專案的 issue tracker、論壇或支援流程。
OpenAI 不會 為任何自行託管或第三方託管的開放權重設定、配置、環境或應用提供協助、實作支援或除錯支援。
我們會繼續與社群迭代改進開放安全工具，包括透過 ROOST Model Community (RMC) 進行。RMC 匯聚安全從業員及研究人員，分享將開源 AI 模型實施到安全工作流程中的最佳實踐，包括評估結果及模型回饋。歡迎前往 RMC GitHub repo 了解更多這項合作及參與方式。
支援與社群
開放權重部署屬自行管理及自行支援。以下是獲取支援的途徑：
問題、討論、貼士：使用 Hugging Face 模型頁面 與社群交流。
OpenAI 參考推論程式碼中可重現的錯誤：請在 gpt-oss GitHub repo 開立 issue。
第三方運行環境的問題（例如 vLLM、Ollama、llama.cpp）：請使用相關專案的 issue tracker、論壇或支援流程。
OpenAI 不會 為任何自行託管或第三方託管的開放權重設定、配置、環境或應用提供協助、實作支援或除錯支援。
私隱與安全
私隱與資料
這些模型設計為在你自行控制的基礎設施上運行（本地部署、你的雲端或託管夥伴）。除非你明確與 OpenAI 分享資料，或使用我們的其中一個託管夥伴，否則 OpenAI 不會接收或處理你傳送至這些自行託管模型的資料。
安全
這些模型經過廣泛的安全訓練及測試。詳情請參閱我們的 模型說明卡 及 技術報告。
舉報內容違規
如果你認為使用 gpt‑oss 模型產生的內容違反我們的政策，可透過我們的 舉報內容表格 提交舉報。請盡可能提供詳細資料，以協助我們的團隊審核你的提交。
常見問題
這些模型是免費的嗎？
gpt-oss 模型權重可根據 Apache 2.0 授權及 gpt-oss 使用政策 免費下載及使用。然而，你需自行承擔運行它們的相關成本——例如運算、儲存或第三方託管費用。相關價格將取決於你所選用的基礎設施或供應商。
這些模型屬於「開源」嗎？
我們使用 開放模型 或 開放權重 一詞，表示訓練後的權重可根據寬鬆的 Apache 2.0 授權及 gpt-oss 使用政策 公開取得。這表示你可下載模型、在自己的基礎設施上或透過受支援的託管框架運行，並對其作出自訂或微調。
開放模型為開發者及機構帶來更大控制權與靈活性。你可選擇託管位置、按特定用例調適模型，並受惠於容許廣泛使用、修改及再分發的授權。雖然訓練後的權重是開放的，但部分周邊基礎設施或工具仍可能屬其供應商的專有資產。
我可以透過 OpenAI API 或 ChatGPT 存取這些模型嗎？
不可以。這些模型不會在 OpenAI API 中提供，亦不會出現在 ChatGPT 中。
我可以微調這些模型嗎？
可以。你可使用開源工具及你偏好的基礎設施進行微調。我們不會透過 OpenAI API 為這些模型提供微調服務。
與使用 API 相比，開放權重模型是否更便宜？
成本會因基礎設施、工作負載及營運方式而異。自行託管在某些情況下可能較便宜，而在計入託管、維護及升級後，我們的 API Platform 可能更具效率。
這些模型支援哪些功能？
這些模型目前是純文字推理模型。常見運行環境支援串流、函數調用及結構化輸出內容。請查閱你的運行環境文件以了解確實能力。
這與 ModAPI 有何不同？
這是一款能力很強的推理模型，讓你可自攜政策。它可與 ModAPI 配合使用，但對低延遲用例而言，未必能作為替代方案。