メインコンテンツへスキップ
見出し画像

gpt-oss 20B/120B解説。OpenAI初のオープンウェイトの実力と使いどころ

    OpenAIが初めて公開したオープンウェイトモデルがgpt-ossです。20Bと120Bの2サイズ、Apache 2.0。「OpenAIの技術がローカルで動く」意味は大きいですが、性能の読み方には注意が要ります。事実を整理します。

    gpt-ossとは

    gpt-ossは、OpenAIが公開したオープンウェイトのLLMです。重みが配布され、ローカルで動かせます。ライセンスはApache 2.0で商用利用しやすい(OpenAI公式)。

    サイズは2つです。


    画像
    表1: モデル / 総パラメータ / 活性(1トークンあたり) / 層数


    どちらもMoE(Mixture of Experts)で、一部の専門家だけを活性化して動きます。

    MXFP4量子化とVRAM

    gpt-ossの特徴が、学習後の量子化フォーマットです。

    • MoE重みをMXFP4(約4.25bit/パラメータ)で量子化

    • MoE重みが総パラメータの90%超を占めるため、全体のサイズが大きく圧縮される

    結果として、VRAMの目安は次のとおりです。

    • gpt-oss-20b: 約16GBメモリで動く(民生GPUの射程)

    • gpt-oss-120b: 単一80GB GPUに収まる(公式表記)

    20Bが16GB級で動くのは、ローカル利用として現実的です。

    性能の読み方に注意

    OpenAIは性能について次のように示しています。

    • gpt-oss-120bは主要な推論ベンチでo4-miniとほぼ同等

    • gpt-oss-20bはo3-mini相当

    ただし、これはOpenAI自身の主張(自社ベンチ)です。第三者評価とは分けて読む必要があります。日本語での実力はNejumi Leaderboard 4のような第三者ベンチで確認するのが安全です(『Nejumi Leaderboard 4の読み方』)。

    使いどころ

    gpt-ossが向く場面はこうです。

    • 20b: 16GB級GPUでローカルにOpenAI系の応答品質を得たい個人・小規模

    • 120b: 大容量メモリ機や本番構成で、より高い品質が欲しい場合

    • 推論(reasoning)用途: gpt-ossはreasoning対応で、思考を要するタスクに使える

    日本語を強化したい場合は、gpt-ossを基盤に日本語継続学習した派生も出ています(『gpt-oss×Swallow』で扱います)。

    まとめ

    • gpt-ossはOpenAI初のオープンウェイト。20B/120Bの2サイズ、Apache 2.0で商用しやすい

    • どちらもMoE。MXFP4量子化で20Bは約16GB、120Bは単一80GB GPUに収まる

    • 「o4-mini同等」等は自社ベンチの主張。第三者評価(Nejumi 4等)と分けて読む

    • 20Bは民生GPUでOpenAI系品質を狙える現実解。日本語強化は継続学習派生を検討

    主な参考資料: OpenAI「Introducing gpt-oss」、Hugging Face gpt-oss-120b、gpt-ossモデルカード(arXiv)

    TodoONadaでは、オープンモデルの選定とローカル導入・日本語評価を支援しています。お問い合わせはこちら。

     
     
    Claude/Cursor/Codexを使ってシステム開発xマーケx営業を並列開発する経営者。 元日本オラクルでシステムの受託会社であるTodoONadaをやっています。 http://defform.comも自社サとして運営中。

    あなたへのおすすめ