OpenAI: gpt-oss-120b

GPT-OSS 120B est le modèle de raisonnement à poids ouverts le plus large d'OpenAI, utilisant une architecture de mélange d'experts (mixture-of-experts). Il est adapté à la résolution de problèmes et aux flux de travail pilotés par des outils où l'inspectabilité et le potentiel de personnalisation d'un modèle ouvert sont précieux.

Comparer les modèles

gpt-oss-120b

DisponibleOpenAIDiscussion

Entrée / Sortie: $0.15 / $0.60
Contexte: 128K
Sortie maximale: 64K
Modalités: Discussion
Capacités: Utilisation d'outilsCache de promptsRaisonnement

À propos de gpt-oss-120b

gpt-oss-120b est le modèle de raisonnement à poids ouverts plus large d'OpenAI, publié sous licence Apache 2.0. Il s'agit d'un modèle de type « mixture-of-experts » (mélange d'experts) d'environ 117 milliards de paramètres, dont environ 5,1 milliards sont actifs par jeton, dimensionné pour fonctionner sur un seul GPU H100. Comparé au gpt-oss-20b, il échange une empreinte plus lourde contre un raisonnement plus puissant, et il traite du texte en entrée pour produire du texte en sortie.

Points forts

Poids ouverts sous licence Apache 2.0, vous permettant d'inspecter, d'affiner et d'auto-héberger le même modèle que celui que vous appelez via une API.
L'effort de raisonnement est ajustable, vous permettant de consacrer plus de réflexion aux problèmes complexes et moins aux recherches rapides.
La chaîne de pensée complète est visible, ce qui est utile lorsque vous devez déboguer la raison pour laquelle le modèle est parvenu à une réponse.
L'appel de fonction natif, la recherche web, l'exécution de code et les sorties structurées sont adaptés aux flux de travail de type agent.

Quand préférer un autre modèle

Il lit et écrit uniquement du texte ; les documents dépendant de graphiques ou de scans nécessitent donc un modèle différent.
Ses données d'entraînement s'arrêtent mi-2024 ; les événements récents nécessitent donc un outil de recherche ou un contexte fourni.
Pour les tâches de raisonnement les plus complexes nécessitant des modèles fermés, les modèles propriétaires de pointe restent généralement le meilleur choix.

Pour commencer

Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.
02
Envoyez votre première requête
Copiez l'exemple pour votre langage et lancez-le.
Texte vers texteResponses API
POST/v1/responses
Format d'API:
```
curl https://api.tokenlab.sh/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxx" \
  -d '{
    "model": "gpt-oss-120b",
    "input": "Hello!"
  }'
```

Tarification

Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.

Spécification par défaut

Par 1M Token

Prix Official: Entrée $0.15 / Sortie $0.60 / Lecture cache $0.075
Prix Verified: —
Remise: —

Tarification du cache de prompt

Lecture cache

Prix Official: $0.075
Prix Verified: —
Remise: —

	Prix OfficialPar 1M Token	Prix VerifiedPar 1M Token	Remise
Spécification par défaut	Entrée $0.15 / Sortie $0.60 / Lecture cache $0.075	—	—
Tarification du cache de prompt
Lecture cache	$0.075	—	—

Utilisation et activité

Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.

Utilisation et disponibilité

Dernières 24 heures

Requêtes
Taux de succès
Latence P95
Total des jetons

Performance du modèle

Dernière mise à jour 12 oct. 2026, 17:21 UTC

Les métriques s'affichent une fois les seuils de confidentialité et de volume de données atteints.

Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.

Ouvrir dans Console

Ouvrez gpt-oss-120b dans Console avec un prompt prêt à modifier ou envoyer.

Aide-moi à tester gpt-oss-120b avec un message sur /v1/responses. Affiche la réponse, la latence et le coût.

Cas d'usage

Idéal pour

Raisonnement

Backend de raisonnement auto-hébergeable
Prototypez avec le modèle hébergé, puis déplacez les mêmes poids sur votre propre matériel de classe H100 lorsque la résidence des données ou le contrôle des coûts l'exige.
Agents d'appel d'outils
Pilotez des flux de travail en plusieurs étapes qui appellent des fonctions, effectuent des recherches sur le web et exécutent du code, avec un effort ajustable par étape.
Affinement par domaine
Partez de poids ouverts pour adapter un modèle de raisonnement à un vocabulaire spécialisé tel que le texte juridique, médical ou d'ingénierie interne.
Raisonnement auditable
Conservez la trace de raisonnement visible aux côtés des réponses pour examen dans le cadre d'analyses réglementées ou à enjeux élevés.

Exemples de prompts

Une fonction renvoie des totaux erronés lorsque la liste d'entrée est vide. Analysez la cause, puis fournissez une version corrigée avec deux cas de test.

Planifiez les étapes pour réconcilier deux exportations CSV de factures clients, et indiquez quels appels d'outils sont nécessaires à chaque étape.

Résolvez ce casse-tête de planification avec six tâches et trois dépendances, et montrez le raisonnement avant l'ordre final.

Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.

FAQ

Quel type de modèle est gpt-oss-120b ?

Il s'agit du modèle de langage à poids ouverts plus large d'OpenAI pour le raisonnement et l'utilisation d'outils. Il utilise une conception de type « mixture-of-experts » avec environ 117 milliards de paramètres au total et 5,1 milliards actifs, est distribué sous Apache 2.0, et accepte et produit du texte.

En quoi gpt-oss-120b est-il différent de gpt-oss-20b ?

Le modèle 120b est le frère plus large et plus performant destiné aux déploiements sur un seul H100, tandis que le gpt-oss-20b possède environ 21 milliards de paramètres avec 3,6 milliards actifs et cible une utilisation à faible latence, locale ou spécialisée. Choisissez le 120b lorsque la qualité de la réponse en matière de raisonnement compte plus que l'empreinte matérielle.

Puis-je affiner ou auto-héberger gpt-oss-120b ?

Les deux. Les poids sont publiés sur Hugging Face sous licence Apache 2.0, qui ne comporte aucune restriction de copyleft ; vous pouvez donc les affiner et les exécuter sur votre propre infrastructure. OpenAI dimensionne le modèle pour un seul GPU H100.

Le gpt-oss-120b prend-il en charge l'appel de fonction et la sortie structurée ?

Oui. OpenAI documente l'appel de fonction, les sorties structurées, le streaming et l'utilisation d'outils tels que la recherche web, l'exécution de code et MCP. L'effort de raisonnement peut être ajusté pour correspondre à votre cible de latence.

Quelles entrées le gpt-oss-120b accepte-t-il ?

Ni images ni audio : l'entrée et la sortie sont du texte. Utilisez gpt-oss-120b pour le raisonnement textuel et les étapes pilotées par des outils, et choisissez un modèle multimodal pour le matériel visuel.

Combien coûte gpt-oss-120b ?

Sur TokenLab, gpt-oss-120b coûte Entrée $0.15 / Sortie $0.60 Par 1M Token. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.

Quelles sont les limites de contexte et de sortie de gpt-oss-120b ?

gpt-oss-120b accepte jusqu'à 131 072 jetons de contexte et génère jusqu'à 65 536 jetons par réponse.

Quel endpoint gpt-oss-120b doit-il utiliser ?

Utilisez https://api.tokenlab.sh/v1/responses pour gpt-oss-120b. L'exemple de requête ci-dessous montre la structure de code correspondante.

Quelles opérations gpt-oss-120b prend-il en charge ?

gpt-oss-120b prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.