gpt-oss-20b(free) API

Technische Spezifikationen von gpt-oss-20b-free

Was ist gpt-oss-20b?

gpt-oss-20b ist OpenAIs kleineres Open-Weight-Reasoning-Modell innerhalb der gpt-oss-Familie. CometAPI bietet auch die kostenlose Nutzung von gpt-oss-20b an; die ID lautet gpt-oss-20b-free. Es verfügt über insgesamt 21 Milliarden Parameter, aktiviert jedoch pro Forward-Pass nur etwa 3,6 Milliarden Parameter und verwendet eine Mixture-of-Experts-Architektur, um die Inferenzanforderungen zu senken und dennoch erhebliche Reasoning-Fähigkeiten zu bewahren. OpenAI positioniert es für latenzärmere, lokale und spezialisierte Workloads, nicht als direkten Ersatz für die größten proprietären Modelle.

Das Modell ist rein textbasiert und für Reasoning- und agentische Workflows ausgelegt. Die offenen Gewichte können heruntergeladen, angepasst, feinabgestimmt und auf von Entwicklern kontrollierter Infrastruktur bereitgestellt werden. OpenAI und Hugging Face dokumentieren eine native MXFP4-Quantisierung, die es ermöglicht, das Modell mit etwa 16 GB Speicher zu betreiben, was es für ein Modell dieser Parameterklasse ungewöhnlich zugänglich macht.

Hauptfunktionen von gpt-oss-20b

• Effiziente MoE-Architektur: 21B Gesamtparameter mit nur 3,6B aktiven Parametern pro Forward-Pass, ausgelegt auf niedrigere Latenz und geringere Bereitstellungsanforderungen.
• Konfigurierbares Reasoning: Entwickler können niedrigen, mittleren oder hohen Reasoning-Aufwand wählen und damit zwischen Antwortlatenz/Rechenaufwand und Reasoning-Qualität abwägen.
• Agentische Tool-Nutzung: Das Modell unterstützt Workflows mit Funktionsaufrufen, Web-Browsing, Python-Ausführung und strukturierten Ausgaben, sofern das Serving-Runtime diese Tools bereitstellt.
• Open-Weight-Anpassung: Die Apache-2.0-Lizenz erlaubt weitreichende Modifikationen und kommerzielle Bereitstellung, vorbehaltlich der gpt-oss-Nutzungsrichtlinie.
• Lokale und private Bereitstellung: Das Modell ist für den Betrieb auf von Entwicklern kontrollierter Infrastruktur gedacht, einschließlich lokaler oder privater Umgebungen.
• Langer Kontext: Die Produktdokumentation nennt ein Kontextfenster von 131.072 Token und ein maximales Ausgabe-Token-Limit von 131.072.

Benchmark-Leistung von gpt-oss-20b

Von OpenAI veröffentlichte Evaluationsergebnisse zeigen, dass gpt-oss-20b gemessen an seiner Größe besonders stark in mathematischem Reasoning und Coding ist. Bei hohem Reasoning-Aufwand mit Tools erreicht es 98,7% auf AIME 2025, 96,0% auf AIME 2024, 60,7% auf SWE-Bench Verified und 54,8% auf Tau-Bench Retail. In Wissens- und Reasoning-Benchmarks berichtet OpenAI 85,3% auf MMLU, 71,5% auf GPQA Diamond ohne Tools und 17,3% auf Humanity's Last Exam mit Tools. Die Ergebnisse variieren erheblich in Abhängigkeit von Reasoning-Aufwand und Toolzugang; diese Zahlen sollten daher nicht als universelle Genauigkeitsraten für den Produktionseinsatz betrachtet werden.

OpenAIs eigener Vergleich ordnet gpt-oss-20b in mehreren Evaluationskategorien nahe bei o3-mini ein, während das größere gpt-oss-120b bei breitem Wissen und agentischen Workloads im Allgemeinen im Vorteil ist.

gpt-oss-20b vs gpt-oss-120b vs o3-mini

Der praktische Unterschied ist die Kontrolle über die Bereitstellung. gpt-oss-20b ist die bessere Wahl, wenn Entwickler offene Gewichte, lokale/private Ausführung, Anpassung oder relativ geringe Hardwareanforderungen benötigen. gpt-oss-120b ist vorzuziehen, wenn höhere Gesamtleistung bei Reasoning und Wissen einen größeren Bereitstellungs-Footprint rechtfertigt.

Einschränkungen von gpt-oss-20b

gpt-oss-20b ist rein textbasiert und akzeptiert nativ keine Bild-, Audio- oder Videoeingaben. Die geringere Parameterzahl führt zudem bei einigen wissensintensiven und agentischen Evaluationen zu einer Leistungslücke im Vergleich zu gpt-oss-120b. Darüber hinaus verlagert eine Open-Weight-Bereitstellung mehr betriebliche Verantwortung auf die Entwickler: Hosting, Skalierung, Monitoring, Sicherheitskontrollen und Laufzeitkonfiguration werden nicht in gleicher Weise gehandhabt wie bei einer vollständig verwalteten proprietären API.

OpenAI weist außerdem darauf hin, dass Open-Weight-Modelle ein anderes Sicherheitsprofil haben als gehostete Modelle, da Entwickler die Gewichte modifizieren oder feinabstimmen können. Produktionsbereitstellungen sollten daher geeignete Schutzmechanismen auf Anwendungsebene und Zugriffskontrollen ergänzen.

Anwendungsfälle für gpt-oss-20b

1. Lokale Programmierassistenten, bei denen Entwickler Reasoning und Codegenerierung wünschen, ohne Code an ein proprietäres gehostetes Modell zu senden.
2. Mathematisches und technisches Reasoning, bei dem für schwierige Probleme ein hoher Reasoning-Aufwand aktiviert werden kann.
3. Unternehmensinterne Workloads, die eine Bereitstellung in einer kontrollierten Umgebung erfordern.
4. Agenten mit Tool-Nutzung, die das Modell mit Funktionsaufrufen, Python-Ausführung, Websuche oder anwendungsspezifischen Tools kombinieren.
5. Feinabgestimmte domänenspezifische Assistenten, bei denen offene Gewichte wertvoller sind als der Zugang zu einem verwalteten proprietären Modell.
6. Ressourcenbeschränkte Inferenz, bei der das durch MXFP4-Quantisierung ermöglichte Speicherziel von etwa 16 GB wichtig ist.

Zugriff auf gpt-oss-20b über CometAPI

CometAPI führt gpt-oss-20b-free derzeit als OpenAI-Modell und beschreibt es als ein Open-Source-MoE-Modell mit 21B Parametern, 3,6B aktiven Parametern und einem Kontext der 128K-Klasse. Es ist kostenlos nutzbar und stellt das Modell über die vereinheitlichte API von CometAPI bereit. Der Changelog von CometAPI gibt an, dass das Modell dem OpenAI-Chat-Standardformat folgt.

Für die Integration mit CometAPI besteht der allgemeine Ablauf darin, einen CometAPI-Schlüssel zu erstellen, die CometAPI-Basis-URL zu verwenden und den Modellnamen in der Anfrage zu übermitteln. CometAPI dokumentiert eine OpenAI-SDK-kompatible Integration und führt derzeit https://api.cometapi.com/v1 als Quickstart-Basis-URL auf.