注意：本文提供高層次概覽。技術設定資訊可於gpt-oss 網站、GitHub、Hugging Face及OpenAI Cookbooks找到。
概覽
介紹兩款開放權重推理模型：gpt‑oss‑120b 和 gpt‑oss‑20b。它們可在您控制的基礎設施上運行，亦可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。
為何採用開放權重
選擇與控制：在內部部署或您的私有雲中運行模型、保留資料駐留，並按需要調整效能。
自訂：使用您偏好的開放工具微調或調整模型。
供應情況與授權
授權：Apache 2.0 容許廣泛使用、修改及再分發，包括商業用途（須遵守我們的 gpt-oss 使用政策）。
服務提供：不透過 OpenAI API 提供，因此 API 價格及速率限制並不適用。
相容性：可配合常見開放推理堆疊運行，例如 vLLM、Ollama、llama.cpp，以及在雲端或自行管理的 GPU 環境上運行。
開始使用
如要取得模型權重及支援資源，您可以：
瀏覽 gpt-oss 網站，查看概覽及直接連結。
從 Hugging Face collection 下載權重 —— 這是一個社群中心，您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 的服務運行推理。
存取我們的 GitHub repo，取得參考推理程式碼。
使用 OpenAI Cookbook 中的指南，配合 Ollama、vLLM 和 Transformers 等支援的 runtime 進行設定。Cookbook 亦包含逐步說明，涵蓋本機運行、使用常見 runtime，以及在受支援情況下微調 gpt‑oss 模型。
gpt‑oss‑safeguard（研究預覽版）
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計，並在您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 提供服務。
具備參考結構化輸出結構定義的純文字模型（例如政策判定、理據）。
自備政策：模型會解讀您撰寫的政策，讓它能以最少工程工作泛化至不同產品。
經推理的決策：可選的推理軌跡有助除錯及審計（供開發人員及安全從業員使用，並非用於向最終用戶顯示）。
可配置的推理投入：選擇低／中／高，以在延遲與深度之間取捨。
授權：Apache 2.0（見下方供應情況與授權）。
gpt‑oss‑safeguard 適用於 LLM 的輸入／輸出過濾、網上內容標籤，以及離線批量標籤或審核工作流程。對於一般應用程式（聊天、智能代理等），我們建議使用核心 gpt‑oss 模型。
您可以按需要調整結構定義。有關提示詞編寫指南及範例，請參閱 OpenAI Cookbook。
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（約 5.1B 個啟用）。設計上可放入 單張 80 GB GPU （例如 NVIDIA H100；亦可在 AMD MI300X 等較大記憶體 GPU 上運行）。 |
| gpt‑oss‑safeguard‑20b | 較低延遲／受限環境 | 21B 參數（約 3.6B 個啟用）。 |
兩款模型均由 gpt‑oss 微調而成，架構沒有變更。它們使用與 gpt‑oss 相同的聊天範本；您可以保留現有設定。建議的提示詞模式是將政策放在開發人員訊息中，並將要評估的內容放在用戶訊息中。
支援與社群
開放權重部署由用戶自行管理及自行支援。您可從以下途徑取得支援：
問題、討論、提示：使用 Hugging Face 模型頁面與社群交流。
OpenAI 參考推理程式碼中的可重現錯誤：在 gpt-oss GitHub repo 提出 issue。
第三方 runtime 的問題（例如 vLLM、Ollama、llama.cpp）：使用相應專案的 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、環境或應用程式提供協助、實作支援或除錯支援。
我們會繼續與社群反覆改進開放安全工具，包括透過 ROOST Model Community (RMC) 推動。RMC 匯聚安全從業員及研究人員，分享將開源 AI 模型實作到安全工作流程中的最佳做法，包括評估結果及模型回饋。瀏覽 RMC GitHub repo，進一步了解這項合作及參與方式。
支援與社群
開放權重部署由用戶自行管理及自行支援。您可從以下途徑取得支援：
問題、討論、提示：使用 Hugging Face 模型頁面與社群交流。
OpenAI 參考推理程式碼中的可重現錯誤：在 gpt-oss GitHub repo 提出 issue。
第三方 runtime 的問題（例如 vLLM、Ollama、llama.cpp）：使用相應專案的 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、環境或應用程式提供協助、實作支援或除錯支援。
私隱與安全
私隱與資料
這些模型設計為在您控制的基礎設施上運行（內部部署，或在您的雲端或託管合作夥伴上）。除非您明確與 OpenAI 分享資料，或使用我們其中一個受管理託管合作夥伴，否則 OpenAI 不會接收或處理您傳送至這些自行託管模型的資料。
舉報內容違規
如果您認為使用 gpt‑oss 模型生成的內容違反我們的政策，可以透過我們的舉報內容表格作出舉報。請提供盡可能詳細的資料，以協助我們的團隊審核您的提交。
常見問題
這些模型免費嗎？
gpt-oss 模型權重可在 Apache 2.0 授權及 gpt-oss 使用政策下免費下載及使用。不過，您需自行負責運行這些模型所涉及的任何成本，例如運算、儲存或第三方託管費用。這些項目的價格將視乎您選擇的基礎設施或供應商而定。
這些模型是「開源」嗎？
我們使用開放模型或開放權重一詞，表示已訓練權重可在寬鬆的 Apache 2.0 授權及 gpt-oss 使用政策下公開取得。這表示您可以下載模型，在自己的基礎設施或受支援的託管框架上運行，並可自訂或微調它們。
開放模型讓開發人員及機構擁有更大的控制權與彈性。您可以選擇託管位置、因應特定使用案例調整模型，並受惠於容許廣泛使用、修改及再分發的授權。雖然已訓練權重是開放的，但部分周邊基礎設施或工具仍可能屬其供應商專有。
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 中提供服務，也不會出現在 ChatGPT 中。
我可以微調這些模型嗎？
可以。您可以使用開源工具及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。
開放權重模型是否比使用 API 更便宜？
成本會因基礎設施、工作負載及營運方式而異。在某些情況下，自行託管可能較便宜；但若計及託管、維護及升級，我們的 API Platform 可能更有效率。
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 runtime 支援串流、函數調用及結構化輸出內容。請查閱您的 runtime 文件以了解確切功能。
這與 ModAPI 有何不同？
這是一款能力強大的推理模型，讓您可自備政策。它可以與 ModAPI 協同運作，但可能不適合作為低延遲使用案例的替代方案。