Ti presentiamo gpt-oss

Rilasciamo gpt-oss-120b e gpt-oss-20b, due modelli linguistici open-weight all’avanguardia in grado di offrire prestazioni solide nel mondo reale a costi contenuti. Disponibili con la flessibile licenza Apache 2.0, questi modelli superano altri modelli open di dimensioni simili nelle attività di ragionamento, dimostrano ottime capacità nell’utilizzo di strumenti e sono ottimizzati per una distribuzione efficiente su hardware di consumo. Sono stati addestrati utilizzando una combinazione di apprendimento per rinforzo e tecniche ispirate ai modelli interni più avanzati di OpenAI, inclusi o3 e altri sistemi all’avanguardia.

Il modello gpt-oss-120b raggiunge prestazioni quasi equivalenti a OpenAI o4-mini nei principali benchmark di ragionamento, garantendo un’esecuzione efficiente su una singola GPU da 80 GB. Il modello gpt-oss-20b offre risultati simili a quelli di OpenAI o3‑mini nei benchmark più comuni e può essere eseguito su dispositivi edge con soli 16 GB di memoria. È quindi ideale per casi d’uso su dispositivo, inferenza locale o iterazioni rapide senza la necessità di infrastrutture costose. Entrambi i modelli mostrano ottime prestazioni anche nell’utilizzo di strumenti, nel richiamo di funzioni few-shot, nel ragionamento CoT (come evidenziato dai risultati nella suite di valutazione agentica Tau-Bench) e in HealthBench (superando persino modelli proprietari come OpenAI o1 e GPT‑4o).

Questi modelli sono compatibili con la nostra API Risposte⁠(si apre in una nuova finestra) e sono progettati per essere utilizzati all’interno di flussi di lavoro agentici, grazie all’eccezionale capacità di seguire istruzioni, all’utilizzo di strumenti come la ricerca web o l’esecuzione di codice Python e alle capacità di ragionamento, inclusa la possibilità di adattare lo sforzo di ragionamento per attività che non richiedono ragionamenti complessi e/o che mirano a fornire risultati finali con latenza molto bassa. Sono completamente personalizzabili, forniscono una catena di pensiero (CoT) completa e supportano output strutturati⁠(si apre in una nuova finestra).

La sicurezza è alla base del nostro approccio di rilascio di tutti i nostri modelli ed è particolarmente importante per i modelli open. Oltre a sottoporre i modelli a un addestramento e a valutazioni complete sulla sicurezza, abbiamo anche introdotto un ulteriore livello di valutazione testando una versione ottimizzata in modo antagonistico di gpt-oss-120b nell’ambito del nostro Framework di preparazione⁠(si apre in una nuova finestra). I modelli gpt-oss offrono prestazioni paragonabili ai nostri modelli di frontiera nei benchmark di sicurezza interni, garantendo agli sviluppatori gli stessi standard di sicurezza dei nostri più recenti modelli proprietari. Condividiamo i risultati di questo lavoro e maggiori dettagli in un documento di ricerca e nella scheda dei modelli. La nostra metodologia è stata esaminata da esperti esterni e segna un passo avanti nella definizione di nuovi standard di sicurezza per i modelli open-weight.

Collaboriamo anche con partner di primo piano come AI Sweden⁠(si apre in una nuova finestra), Orange⁠(si apre in una nuova finestra) e Snowflake⁠(si apre in una nuova finestra) per approfondire le applicazioni concrete dei nostri modelli open, dall’hosting on-premise per la sicurezza dei dati alla loro ottimizzazione su set di dati specializzati. Siamo entusiasti di offrire questi modelli open all’avanguardia per consentire a tutti, dai singoli sviluppatori alle grandi aziende e alle amministrazioni pubbliche, di eseguire e personalizzare l’IA sulla propria infrastruttura. Grazie ai modelli disponibili nella nostra API, gli sviluppatori possono scegliere le prestazioni, i costi e la latenza di cui hanno bisogno per alimentare i propri flussi di lavoro di IA.

I modelli gpt-oss sono stati addestrati utilizzando le nostre tecniche di pre- e post-addestramento più avanzate, con particolare attenzione al ragionamento, all’efficienza e all’usabilità nel mondo reale in un’ampia gamma di ambienti di distribuzione. Sebbene abbiamo reso disponibili altri modelli come Whisper⁠ e CLIP⁠ in modalità open, i modelli gpt-oss rappresentano i nostri primi modelli linguistici open-weight dal rilascio di GPT‑2^[1].

Ogni modello è un Transformer che sfrutta la mixture-of-experts (MoE^[2]) per ridurre il numero di parametri attivi necessari per elaborare l’input. gpt-oss-120b attiva 5,1 miliardi di parametri per token, mentre gpt-oss-20b ne attiva 3,6 miliardi. I modelli hanno rispettivamente 117 e 21 miliardi di parametri totali. I modelli utilizzano schemi di attenzione alternati, densa e sparsa a bande locali, simili a GPT‑3^[3]. Per migliorare inferenza e uso della memoria, i modelli utilizzano anche l’attenzione multi-query raggruppata, con gruppi da 8. Utilizziamo il Rotary Positional Embedding (RoPE^[4]) per la codifica posizionale e supportiamo nativamente lunghezze di contesto fino a 128.000 token.

Abbiamo addestrato i modelli su un set di dati di testo di alta qualità, principalmente in inglese, con particolare attenzione a STEM, programmazione e cultura generale. I dati sono stati tokenizzati con un superset del nostro tokenizzatore utilizzato per OpenAI o4-mini e GPT‑4o: “o200k_harmony”, anch’esso reso oggi open source.

Per ulteriori informazioni sull’architettura e sull’addestramento dei nostri modelli, leggi la scheda dei modelli.

I modelli sono stati post-addestrati utilizzando un processo simile a quello utilizzato per o4-mini, che include una fase di ottimizzazione supervisionata e una fase di RL ad alto carico di calcolo. Il nostro obiettivo è stato allineare i modelli alle specifiche OpenAI Model Spec⁠(si apre in una nuova finestra) e insegnargli ad applicare il ragionamento CoT⁠ e l’uso degli strumenti prima di produrre la risposta. Utilizzando le stesse tecniche dei nostri modelli proprietari di ragionamento all’avanguardia, questi modelli dimostrano capacità eccezionali dopo il post-addestramento.

Analogamente ai modelli di ragionamento OpenAI serie o presenti disponibili tramite API, i due modelli open-weight supportano tre livelli di sforzo di ragionamento (basso, medio e alto), che bilanciano latenza e prestazioni. Gli sviluppatori possono facilmente impostare il valore di sforzo di ragionamento con una sola frase nel messaggio di sistema.

Abbiamo valutato gpt-oss-120b e gpt-oss-20b in benchmark accademici standard per misurarne le capacità in ambiti quali codifica, matematica competitiva, sanità e uso agentico degli strumenti, confrontandoli con altri modelli di ragionamento OpenAI come o3, o3‑mini e o4-mini.

gpt-oss-120b supera OpenAI o3‑mini e eguaglia o supera OpenAI o4-mini nella codifica competitiva (Codeforces), nella risoluzione generale di problemi (MMLU e HLE) e nell’uso di strumenti (TauBench). Inoltre, supera persino o4-mini nelle domande relative alla salute (HealthBench⁠) e nella matematica competitiva (AIME 2024 e 2025). gpt-oss-20b eguaglia o supera OpenAI o3‑mini nelle stesse valutazioni, nonostante le dimensioni ridotte, ottenendo risultati addirittura migliori in matematica competitiva e ambito sanitario.

La nostra recente ricerca⁠ ha dimostrato che il monitoraggio della CoT di un modello di ragionamento può essere utile per rilevare comportamenti anomali, a condizione che il modello non sia stato addestrato con una supervisione diretta per l’allineamento della CoT. Questo punto di vista è condiviso⁠(si apre in una nuova finestra) anche da altri operatori del settore. In linea con i nostri principi sin dal lancio di OpenAI o1‑preview⁠, non abbiamo eseguito alcuna supervisione diretta sulla CoT per nessuno dei modelli gpt-oss. Riteniamo che ciò sia fondamentale per il monitoraggio di comportamenti anomali, inganni e abusi del modello. Ci auguriamo che il rilascio di un modello open con una catena di pensiero non supervisionata offra a sviluppatori e ricercatori l’opportunità di studiare e implementare i propri sistemi di monitoraggio del CoT.

Gli sviluppatori non devono mostrare direttamente le CoT agli utenti nelle loro applicazioni. Possono contenere contenuti dannosi o frutto di allucinazioni, tra cui un linguaggio che non riflette le politiche di sicurezza standard di OpenAI, nonché informazioni che il modello è stato esplicitamente istruito a non includere nell’output finale.

I modelli gpt-oss sfruttano i nostri approcci all’avanguardia per l’addestramento sulla sicurezza. Durante la fase di pre-addestramento, abbiamo filtrato alcuni dati dannosi relativi a rischi chimici, biologici, radiologici e nucleari (CBRN). Durante la fase di post-addestramento, abbiamo utilizzato l’allineamento deliberativo⁠ e la gerarchia delle istruzioni⁠(si apre in una nuova finestra) per insegnare al modello a rifiutare prompt non sicuri e a difendersi dalle iniezioni di prompt.

Una volta rilasciato un modello open-weight, gli utenti malevoli potrebbero essere in grado di ottimizzarlo per scopi dannosi. Abbiamo valutato direttamente questi rischi ottimizzando il modello su dati biologici e di sicurezza informatica specifici, creando per ciascun dominio una versione specifica e senza meccanismi di rifiuto, proprio come farebbe un malintenzionato. Questi test hanno indicato che, anche con un’ottimizzazione estremamente approfondita effettuata con lo stack di addestramento leader di settore di OpenAI, questi modelli ottimizzati in modo dannoso non erano in grado di raggiungere livelli di capacità elevati secondo il nostro Framework di preparazione⁠. Questa metodologia di ottimizzazione dannosa è stata esaminata da tre gruppi di esperti indipendenti, che hanno formulato raccomandazioni per migliorare il processo di addestramento e le valutazioni, molte delle quali sono state da noi adottate. Forniamo una descrizione dettagliata di queste raccomandazioni nella scheda del modello. Questi processi segnano un progresso significativo per la sicurezza dei modelli open. I risultati hanno rafforzato la nostra decisione di rilasciare i modelli gpt-oss. Ci auguriamo che questi modelli contribuiscano ad accelerare la ricerca su sicurezza e allineamento in tutto il settore.

Per contribuire a un ecosistema open source più sicuro, stiamo organizzando una Red Teaming Challenge⁠(si apre in una nuova finestra) per incoraggiare ricercatori, sviluppatori e appassionati di tutto il mondo a contribuire all’identificazione di nuove problematiche di sicurezza. La sfida prevede un montepremi di 500.000 dollari, assegnato in base al giudizio di una giuria composta da esperti di OpenAI e altri laboratori leader. Al termine della sfida, pubblicheremo un report e renderemo open source un set di dati di valutazione basato sui risultati emersi, in modo che l’intera community possa trarne vantaggio. Scopri di più e partecipa qui⁠(si apre in una nuova finestra).

I pesi di gpt-oss-120b e gpt-oss-20b sono disponibili gratuitamente per il download su Hugging Face e sono quantizzati nativamente in MXFP4. Questo consente al modello gpt-oss-120B di funzionare con 80 GB di memoria, mentre gpt-oss-20b richiede solo 16 GB.

I modelli sono stati post-addestrati sul nostro formato di prompt harmony⁠(si apre in una nuova finestra) e stiamo rendendo open source un renderer harmony⁠(si apre in una nuova finestra) sia in Python che in Rust per facilitarne l’adozione. Stiamo inoltre rilasciando implementazioni di riferimento per l’inferenza con PyTorch e sulla piattaforma Metal di Apple, insieme a una raccolta di strumenti di esempio per il modello.

Abbiamo progettato questi modelli per essere flessibili e facili da eseguire ovunque: in locale, sul dispositivo o tramite provider di inferenza di terze parti. A supporto di ciò, prima del lancio abbiamo collaborato con le principali piattaforme di distribuzione come Hugging Face, Azure, vLLM, Ollama, llama.cpp, LM Studio, AWS, Fireworks, Together AI, Baseten, Databricks, Vercel, Cloudflare e OpenRouter, per rendere i modelli ampiamente accessibili agli sviluppatori. Per quanto riguarda l’hardware, abbiamo collaborato con leader del settore tra cui NVIDIA, AMD, Cerebras e Groq, per garantire prestazioni ottimizzate su un’ampia gamma di sistemi.

Nell’ambito del rilascio odierno, Microsoft metterà inoltre a disposizione versioni ottimizzate per GPU del modello gpt-oss-20b sui dispositivi Windows. Basati su ONNX Runtime, questi modelli consentono l’inferenza locale e sono disponibili tramite Foundry Local e AI Toolkit for VS Code, facilitando così gli sviluppatori Windows nella creazione di soluzioni con modelli open.

Per gli sviluppatori che desiderano modelli completamente personalizzabili, da poter ottimizzare e distribuire nei propri ambienti, gpt-oss è la soluzione ideale. Per chi invece desidera supporto multimodale, strumenti integrati e un’integrazione fluida con la nostra piattaforma, i modelli disponibili tramite la nostra API rimangono l’opzione migliore. Continuiamo ad ascoltare il feedback degli sviluppatori e potremmo considerare in futuro il supporto API per gpt-oss.

Se desideri provare i modelli, visita la nostra area di test dei modelli open⁠(si apre in una nuova finestra). Per saperne di più su come utilizzare i modelli con diversi provider di ecosistemi o su come ottimizzarli, consulta le nostre guide⁠(si apre in una nuova finestra).

Il rilascio di gpt-oss-120b e gpt-oss-20b segna un significativo passo avanti per i modelli open-weight. Considerate le loro dimensioni, questi modelli offrono progressi notevoli sia in termini di capacità di ragionamento che di sicurezza. Aggiungendo questi modelli open alla nostra offerta API esistente, miriamo ad accelerare la ricerca all’avanguardia, promuovere l’innovazione e consentire uno sviluppo dell’IA più sicuro e trasparente in un’ampia gamma di casi d’uso.

Questi modelli open riducono anche le barriere per i mercati emergenti, i settori con risorse limitate e le organizzazioni più piccole che potrebbero non disporre del budget o della flessibilità necessari per adottare modelli proprietari. Con strumenti potenti e accessibili a disposizione, le persone in tutto il mondo possono sviluppare, innovare e creare nuove opportunità per sé e per gli altri. L’accesso diffuso a questi modelli open-weight performanti, sviluppati negli Stati Uniti, contribuisce a consolidare l’idea di un’IA basata su principi democratici.

Un ecosistema sano di modelli open è un elemento fondamentale per rendere l’IA ampiamente accessibile e vantaggiosa per tutti. Stiamo rilasciando i nostri modelli open per esplorare come contribuire a questo ecosistema e valutare se i punti di forza e i vantaggi di questi modelli giustifichino gli investimenti futuri di OpenAI in questa direzione. Se stai lavorando con i nostri modelli open, il tuo feedback sui punti di forza dei modelli e sulle applicazioni concrete sarà prezioso per orientare le nostre decisioni.

Invitiamo sviluppatori e ricercatori a utilizzare questi modelli per sperimentare, collaborare e spingersi oltre i limiti del possibile. Non vediamo l'ora di vedere cosa costruirai.