
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。

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。