Memperkenalkan gpt-oss

Kami meluncurkan gpt-oss-120b dan gpt-oss-20b—dua model bahasa bobot terbuka tercanggih yang menghadirkan kinerja dunia nyata yang kuat dengan biaya rendah. Tersedia berdasarkan lisensi Apache 2.0 yang fleksibel, model-model ini mengungguli model-model terbuka berukuran serupa pada tugas penalaran, sehingga menunjukkan kemampuan penggunaan alat bantu yang kuat, dan dioptimalkan untuk penyebaran yang efisien pada perangkat keras konsumen. Model-model tersebut dilatih menggunakan bauran pembelajaran penguatan dan teknik yang disampaikan oleh model-model internal paling canggih dari OpenAI, termasuk sistem o3 dan batas lainnya.

Model gpt-oss-120b hampir setara dengan OpenAI o4-mini pada tolok ukur penalaran inti, sekaligus dijalankan secara efisien pada satu GPU 80 GB. Model gpt-oss-20b menghadirkan hasil yang serupa dengan OpenAI o3‑mini pada tolok ukur umum dan dapat dijalankan pada perangkat edge hanya dengan memori 16 GB, sehingga membuatnya ideal digunakan untuk contoh penggunaan pada perangkat, inferensi lokal, atau iterasi cepat tanpa infrastruktur yang mahal. Kedua model juga memiliki kinerja yang kuat pada penggunaan alat bantu, pemanggilan fungsi beberapa bidikan, penalaran CoT (seperti terlihat pada hasil rangkaian evaluasi agentik Tau-Bench) dan HealthBench (bahkan mengungguli model-model kepemilikan seperti OpenAI o1 dan GPT‑4o).

Model-model ini kompatibel dengan API Respons⁠(terbuka di jendela baru) kami dan dirancang untuk digunakan dalam alur kerja agentik dengan kepatuhan instruksi yang luar biasa, penggunaan alat bantu seperti pencarian web atau pelaksanaan kode Python, serta kemampuan penalaran—termasuk kemampuan untuk menyesuaikan upaya penalaran untuk tugas-tugas yang tidak memerlukan penalaran yang rumit dan/atau target keluaran akhir dengan latensi sangat rendah. Model-model tersebut sepenuhnya dapat disesuaikan, menyediakan rantai pemikiran (chain-of-thought, CoT) yang lengkap, dan mendukung Keluaran Terstruktur⁠(terbuka di jendela baru).

Keselamatan merupakan dasar pendekatan kami untuk meluncurkan semua model kami, dan sangat penting khususnya untuk model-model terbuka. Selain menjalankan model-model tersebut melalui pelatihan dan evaluasi keselamatan secara menyeluruh, kami juga memperkenalkan lapisan evaluasi tambahan dengan menguji versi gpt-oss-120b yang telah disempurnakan secara adversarial berdasarkan Preparedness Framework⁠(terbuka di jendela baru). Model-model gpt-oss memiliki kinerja yang sebanding dengan model-model batas kami pada tolok ukur keselamatan internal, sehingga menawarkan standar keselamatan yang sama kepada pengembang seperti model-model milik kami yang terbaru. Kami sedang membagikan hasil pekerjaan tersebut dan detail selengkapnya dalam makalah riset dan kartu model. Metodologi kami ditinjau oleh pakar eksternal dan menandai langkah maju dalam menetapkan standar keselamatan yang baru untuk model-model bobot terbuka.

Kami telah bekerja sama dengan mitra awal seperti AI Sweden⁠(terbuka di jendela baru), Orange⁠(terbuka di jendela baru), dan Snowflake⁠(terbuka di jendela baru) untuk mempelajari aplikasi dunia nyata dari model-model terbuka kami, mulai dari menyelenggarakan model-model ini secara lokal untuk keamanan data hingga menyempurnakannya pada kumpulan data khusus. Kami sangat antusias untuk menyediakan model-model terbuka terbaik di kelasnya ini agar dapat memberdayakan setiap orang—mulai dari pengembang individu, perusahaan besar, hingga pemerintah—untuk menjalankan dan menyesuaikan AI di infrastruktur mereka sendiri. Dilengkapi model-model tersebut yang tersedia di API kami, pengembang dapat memilih kinerja, biaya, dan latensi yang mereka butuhkan untuk mendukung alur kerja AI.

Model-model gpt-oss dilatih menggunakan teknik pra-pelatihan dan pasca-pelatihan kami yang paling canggih, dengan fokus khusus pada penalaran, efisiensi, dan kegunaan dunia nyata di berbagai lingkungan penyebaran. Meskipun kami telah menyediakan model-model lain termasuk Whisper⁠ dan CLIP⁠ secara terbuka, model-model gpt-oss merupakan model-model bahasa bobot terbuka pertama kami sejak GPT‑2^[1].

Setiap model adalah Transformator yang memanfaatkan mixture-of-experts (MoE^[2]) untuk mengurangi jumlah parameter aktif yang dibutuhkan untuk memproses masukan. gpt-oss-120b mengaktifkan 5,1 miliar parameter per token, sedangkan gpt-oss-20b mengaktifkan 3,6 miliar. Model-model tersebut masing-masing memiliki total parameter 117b dan 21b. Model-model tersebut menggunakan pola perhatian yang padat serta jarang dibatasi secara lokal dan bergantian, yang serupa dengan GPT‑3^[3]. Untuk efisiensi inferensi dan memori, model-model tersebut juga menggunakan perhatian multi-kueri yang dikelompokkan, dengan ukuran kelompok sebesar 8. Kami menggunakan Rotary Positional Embedding (RoPE^[4]) untuk pengodean posisi, dan secara asli mendukung panjang konteks hingga 128 ribu.

Kami melatih model-model tersebut pada kumpulan data hanya teks berkualitas tinggi, sebagian besar berbahasa Inggris, dengan fokus pada STEM, pengodean, dan pengetahuan umum. Kami membuat data yang ditokenisasi menggunakan superset dari pembuat token yang kami gunakan untuk OpenAI o4-mini dan GPT‑4o: 'o200k_harmony', yang juga kami jadikan sumber terbuka saat ini.

Untuk mendapatkan informasi selengkapnya tentang arsitektur dan pelatihan model kami, baca kartu model.

Model-model tersebut mengikuti pasca-pelatihan yang menggunakan proses serupa sebagaimana digunakan untuk o4-mini, termasuk tahap penyempurnaan yang diawasi dan tahap RL komputasi tinggi. Tujuan kami adalah menyelaraskan model dengan OpenAI Model Spec⁠(terbuka di jendela baru) dan mengajarkannya cara menerapkan penalaran CoT⁠ dan penggunaan alat bantu sebelum menghasilkan jawaban. Dengan menggunakan teknik-teknik yang sama seperti model-model penalaran milik SoTA kami, model-model tersebut menunjukkan kemampuan luar biasa setelah pasca-pelatihan.

Serupa dengan model-model penalaran seri-o OpenAI dalam API, dua model bobot terbuka mendukung tiga upaya penalaran—rendah, sedang, dan tinggi—sehingga mempertimbangkan latensi versus kinerja. Pengembang dapat mudah mengatur upaya penalaran dengan satu kalimat dalam pesan sistem.

Kami mengevaluasi gpt-oss-120b dan gpt-oss-20b di seluruh tolok ukur akademis standar untuk mengukur kemampuannya dalam pengodean, matematika kompetisi, kesehatan, dan penggunaan alat bantu agentik ketika dibandingkan dengan model-model penalaran OpenAI lainnya termasuk o3, o3‑mini, dan o4-mini.

gpt-oss-120b mengungguli OpenAI o3‑mini dan menyamai atau melampaui OpenAI o4-mini pada pengodean kompetisi (Codeforces), pemecahan masalah umum (MMLU dan HLE), serta pemanggilan alat bantu (TauBench). Lebih lanjut, kinerjanya bahkan lebih baik dari o4-mini pada kueri terkait kesehatan (HealthBench⁠) dan matematika kompetisi (AIME tahun 2024 & tahun 2025). gpt-oss-20b menyamai atau melampaui OpenAI o3‑mini pada evaluasi yang sama ini, meskipun ukurannya kecil, bahkan mengunggulinya dalam matematika kompetisi dan kesehatan.

Riset terbaru⁠ kami telah menunjukkan bahwa memantau CoT model penalaran dapat membantu mendeteksi perilaku yang tidak semestinya selama model tersebut tidak dilatih dengan pengawasan langsung untuk menyelaraskan CoT. Perspektif tersebut juga dibagikan⁠(terbuka di jendela baru) oleh pihak lain dalam industri ini. Sejalan dengan prinsip kami sejak meluncurkan OpenAI o1‑preview⁠, kami tidak melakukan pengawasan langsung terhadap CoT untuk kedua model gpt-oss. Kami yakin ini sangat penting untuk memantau perilaku buruk, penipuan, dan penyalahgunaan model. Harapan kami adalah bahwa meluncurkan model terbuka dengan rantai pemikiran tanpa pengawasan, memberikan kesempatan kepada pengembang dan peneliti untuk meneliti dan menerapkan sistem pemantauan CoT mereka sendiri.

Pengembang tidak boleh secara langsung menampilkan CoT kepada pengguna di aplikasi mereka. Konten tersebut dapat memuat halusinasi atau konten berbahaya, termasuk bahasa yang tidak mencerminkan kebijakan keselamatan standar OpenAI, dan dapat menyertakan informasi yang secara eksplisit diminta agar model tidak disertakan dalam keluaran akhir.

Model-model gpt-oss memanfaatkan pendekatan-pendekatan hasil terkini kami untuk pelatihan keselamatan. Selama pra-pelatihan, kami menyaring data berbahaya tertentu terkait Kimia, Biologi, Radiologi, dan Nuklir (Chemical, Biological, Radiological, and Nuclear; CBRN). Selama pasca-pelatihan, kami menggunakan penyelarasan deliberatif⁠ dan hierarki instruksi⁠(terbuka di jendela baru) untuk mengajarkan model agar menolak prompt yang tidak aman dan bertahan terhadap injeksi prompt.

Setelah model bobot terbuka diluncurkan, penyerang mungkin dapat menyempurnakan model tersebut untuk tujuan jahat. Kami menilai risiko-risiko tersebut secara langsung dengan menyempurnakan model pada data biologi khusus dan keamanan siber, sehingga membuat versi non penolakan khusus domain untuk setiap domain sebagaimana dapat dilakukan penyerang. Pengujian ini menunjukkan bahwa, bahkan dengan penyempurnaan yang tangguh sehingga memanfaatkan tumpukan pelatihan OpenAI yang terkemuka di bidangnya, model-model yang telah disempurnakan secara jahat ini tidak dapat mencapai tingkat kemampuan yang tinggi menurut Kerangka Kerja Kesiapan⁠ kami. Metodologi penyempurnaan yang berbahaya ini ditinjau oleh tiga kelompok pakar independen yang memberikan rekomendasi untuk meningkatkan proses pelatihan dan evaluasi, yang banyak di antaranya kami gunakan. Kami membuat detail rekomendasi-rekomendasi ini dalam kartu model. Proses-proses ini menandai kemajuan yang berarti untuk keselamatan model terbuka. Temuan-temuan ini menegaskan keputusan kami untuk meluncurkan model gpt-oss. Kami berharap model-model ini akan membantu mempercepat pelatihan keselamatan dan riset penyelarasan di seluruh industri.

Untuk berkontribusi terhadap ekosistem sumber terbuka yang lebih aman, kami menyelenggarakan Tantangan Red Teaming⁠(terbuka di jendela baru) untuk mendorong peneliti, pengembang, dan penggemar dari seluruh dunia untuk membantu mengidentifikasi masalah keselamatan baru. Tantangan ini berhadiah sebesar $500.000 yang akan diberikan didasarkan pada tinjauan panel juri pakar dari OpenAI dan laboratorium terkemuka lainnya. Di akhir tantangan, kami akan memublikasikan laporan dan membuat kumpulan data evaluasi sebagai sumber terbuka didasarkan pada temuan yang divalidasi, sehingga masyarakat luas dapat segera memperoleh manfaat. Pelajari selengkapnya dan berpartisipasi di sini⁠(terbuka di jendela baru).

Bobot untuk gpt-oss-120b dan gpt-oss-20b tersedia diunduh secara gratis di Hugging Face dan telah dikuantisasi secara asli dalam MXFP4. Ini mengizinkan model gpt-oss-120B berfungsi dalam memori 80 GB, sedangkan gpt-oss-20b hanya memerlukan 16 GB.

Model-model tersebut telah mengikuti pasca-pelatihan pada format prompt harmony⁠(terbuka di jendela baru) kami, dan kami menjadikan sumber terbuka renderer harmony⁠(terbuka di jendela baru) dalam Python dan Rust agar penggunaan lebih mudah. Kami juga sedang meluncurkan penerapan referensi untuk menjalankan inferensi dengan PyTorch dan pada platform Metal Apple, bersama kumpulan alat bantu contoh untuk model tersebut.

Kami telah merancang model-model ini agar bersifat fleksibel dan mudah dijalankan di mana saja—secara lokal, di perangkat, atau melalui penyedia inferensi pihak ketiga. Untuk mendukung ini, kami bermitra sebelum peluncuran dengan platform penyebaran terkemuka seperti Hugging Face, Azure, vLLM, Ollama, llama.cpp, LM Studio, AWS, Fireworks, Together AI, Baseten, Databricks, Vercel, Cloudflare, dan OpenRouter agar model-model tersebut dapat diakses secara luas oleh pengembang. Di sisi perangkat keras, kami bekerja dengan pemimpin industri, termasuk NVIDIA, AMD, Cerebras, dan Groq untuk memastikan kinerja yang dioptimalkan di berbagai sistem.

Sebagai bagian dari peluncuran hari ini, Microsoft juga menghadirkan versi gpt-oss-20b yang dioptimalkan GPU untuk perangkat Windows. Didukung oleh ONNX Runtime, model-model ini mendukung inferensi lokal serta tersedia melalui Foundry Local dan AI Toolkit untuk VS Code, sehingga mempermudah pengembang Windows untuk membangun dengan model-model terbuka.

Bagi pengembang yang ingin membuat model yang sepenuhnya dapat disesuaikan sehingga mereka dapat menyempurnakan dan menyebarkan di lingkungan mereka sendiri, gpt-oss sangat cocok. Bagi mereka yang mencari dukungan multimodal, alat bantu bawaan, dan integrasi yang lancar dengan platform kami, model-model yang tersedia melalui platform API kami tetap menjadi opsi terbaik. Kami terus mendengarkan masukan pengembang secara teliti dan dapat mempertimbangkan dukungan API untuk gpt-oss di masa mendatang.

Jika Anda ingin mencoba model-model tersebut, kunjungi playground model terbuka⁠(terbuka di jendela baru) kami. Untuk mempelajari selengkapnya tentang cara menggunakan model-model tersebut melalui penyedia ekosistem yang berbeda atau cara menyempurnakan model-model tersebut, lihat panduan kami⁠(terbuka di jendela baru).

Meluncurkan gpt-oss-120b dan gpt-oss-20b menandai langkah maju yang signifikan bagi model-model-model bobot terbuka. Menurut ukurannya, model-model ini memberikan kemajuan yang berarti, baik dalam kemampuan penalaran maupun keselamatan. Dengan menambahkan model-model terbuka ini ke penawaran API kami yang ada, tujuan kami adalah mempercepat riset terdepan, mendorong inovasi, serta memungkinkan pengembangan AI yang lebih aman dan transparan di berbagai contoh penggunaan.

Model-model terbuka ini juga mengurangi hambatan bagi pasar sedang berkembang, sektor dengan keterbatasan sumber daya, dan organisasi kecil yang mungkin tidak memiliki anggaran atau fleksibilitas untuk menggunakan model-model kepemilikan. Dengan alat bantu yang canggih dan mudah diakses di tangan mereka, orang-orang di seluruh dunia dapat membangun, berinovasi, dan membuat peluang baru bagi diri mereka sendiri dan orang lain. Akses luas ke model-model bobot terbuka yang mampu ini dan dibuat di AS membantu memperluas jalur AI yang demokratis.

Ekosistem model terbuka yang sehat merupakan salah satu dimensi untuk membantu menjadikan AI dapat diakses secara luas dan bermanfaat bagi setiap orang. Kami meluncurkan model-model terbuka kami sendiri agar dapat menjelajahi cara kami berkontribusi terhadap ekosistem ini dan apakah kekuatan serta manfaat dari model-model ini menjamin investasi OpenAI dalam model-model terbuka di masa mendatang. Jika Anda membangun dengan model-model terbuka kami, masukan Anda seputar kekuatan model-model tersebut dan penerapan di dunia nyata⁠ akan berperan penting dalam memandu keputusan kami.

Kami mengundang pengembang dan peneliti untuk menggunakan model-model ini agar dapat bereksperimen, berkolaborasi, dan mendorong batasan kemungkinan. Kami menantikan hal yang akan Anda bangun.