OpenAI发布GPT-OSS开源模型，支持MoE、单GPU运行

OpenAI gpt-oss（开源模型）即将到来。GitHub页面已上线，但模型链接目前返回404，以下是所有信息：

– OpenAI的新GPT OSS系列（21B和117B参数）在v4.55.0版本中首次亮相，直接集成到`transformers`中。
– 两个模型都是稀疏混合专家（MoE），活跃参数仅3.6B/5.1B，并以4位MXFP4格式发布，使得120B模型可在一张80GB H100上运行，20B模型可在16GB GPU上运行。
– 纯文本、推理导向；支持思维链、可调推理深度、指令遵循和工具调用。
– 与GPT-4o相同的分词器，外加OpenAI Responses API的额外token，后者是推荐的推理路径。
– 为Transformers、vLLM、llama.cpp和ollama提供了参考实现；进一步加速支持Flash-Attention 3和MegaBlocks内核。
– Token-choice MoE结合SwiGLU、RoPE达到128K上下文、交替全上下文和128token滑动窗口注意力、每头学习到的sinks。
– 在Apache 2.0许可下发布，附带补充使用政策。

此次发布功能丰富，核心是使高容量GPT风格推理能够在单GPU硬件上实现，同时完善了更广泛的库。