OpenAI: gpt-oss-120b

GPT-OSS 120B 是 OpenAI 较大规模的开放权重推理模型，采用混合专家架构，适合问题求解和工具协作，也便于关注可检查性与定制空间的团队选型。

gpt-oss-120b

可用OpenAI聊天

输入 / 输出: $0.15 / $0.60
上下文: 128K
最大输出: 64K
模态: 聊天
能力: 工具调用提示词缓存推理

gpt-oss-120b 简介

gpt-oss-120b 是 OpenAI 较大的开源权重推理模型，采用 Apache 2.0 许可。它是混合专家（MoE）模型，总参数约 1170 亿，每个 token 激活约 51 亿，规模可在单张 H100 GPU 上运行。与 gpt-oss-20b 相比，它占用更多资源，换来更强的推理，输入和输出都是文本。

擅长的任务

权重开源，采用 Apache 2.0 许可，你可以查看、微调并自行部署，与通过 API 调用的是同一个模型。
推理强度可调，难题多想一会儿，简单查询少想一点。
完整的思维链可见，想排查模型为什么给出某个答案时很有用。
原生支持函数调用、网页搜索、代码执行和结构化输出，适合智能体式工作流。

什么情况换别的模型

只读写文本，依赖图表或扫描件的文档需要换其他模型。
训练数据截止到 2024 年中，涉及近期事件需要搜索工具或自己提供上下文。
最难的推理任务上，闭源前沿模型通常仍是更强的选择。

快速上手

创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
02
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本生成Responses API
POST/v1/responses
API 格式:
curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "gpt-oss-120b", "input": "Hello!" }'

价格

Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。

默认规格

每 1M token

Official 价格: 输入 $0.15 / 输出 $0.60 / 缓存读取 $0.075
Verified 价格: —
折扣: —

提示词缓存价格

缓存读取

Official 价格: $0.075
Verified 价格: —
折扣: —

	Official 价格每 1M token	Verified 价格每 1M token	折扣
默认规格	输入 $0.15 / 输出 $0.60 / 缓存读取 $0.075	—	—
提示词缓存价格
缓存读取	$0.075	—	—

用量与动态

成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。

用量与可用性

直接在 Console 里试

gpt-oss-120b 已在 Console 备好，提示词已填好，可以直接修改或发送。

帮我用 gpt-oss-120b 发一条简短消息，接口是 /v1/responses。返回回复，附上延迟和费用。

使用场景

适用场景

推理

可自托管的推理后端
先用托管版本做原型，数据驻留或成本控制需要时，再把同一份权重搬到你自己的 H100 级硬件上。
工具调用智能体
驱动需要调用函数、搜索网页和运行代码的多步骤流程，每一步的推理强度可单独调整。
领域微调
从开源权重出发，把推理模型适配到法律、医疗或内部工程文本等专业词汇上。
可审计的推理
在受监管或高风险的分析中，把可见的推理过程和答案一起保存下来供审查。

提示词示例

一个函数在输入列表为空时返回错误的总数。请推理原因，再给出修正后的版本和两个测试用例。

规划对账两份客户发票 CSV 导出文件的步骤，并说明每一步需要哪些工具调用。

解这道有六个任务、三个依赖关系的排程题，先展示推理过程，再给出最终顺序。

此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。

FAQ

gpt-oss-120b 是什么类型的模型？

它是 OpenAI 较大的开源权重语言模型，面向推理和工具使用。采用混合专家架构，总参数约 1170 亿，激活参数约 51 亿，以 Apache 2.0 发布，输入和输出都是文本。

gpt-oss-120b 和 gpt-oss-20b 有什么区别？

120b 是更大、能力更强的版本，面向单张 H100 的部署；gpt-oss-20b 约 210 亿参数、36 亿激活，面向低延迟、本地或专用场景。推理质量比资源占用更重要时，选 120b。

可以微调或自己部署 gpt-oss-120b 吗？

两者都可以。权重以 Apache 2.0 发布在 Hugging Face 上，没有 copyleft 限制，你可以微调，也可以在自己的基础设施上运行。OpenAI 按单张 H100 GPU 来设计这个模型的规模。

gpt-oss-120b 支持函数调用和结构化输出吗？

支持。OpenAI 文档标明支持函数调用、结构化输出、流式输出，以及网页搜索、代码执行和 MCP 等工具使用。推理强度可按你的延迟目标调整。

gpt-oss-120b 接受哪些输入？

不接受图像或音频：输入和输出都是文本。把 gpt-oss-120b 用在文本推理和工具驱动的步骤上，处理视觉材料请选多模态模型。

gpt-oss-120b 的费用是多少？

在 TokenLab 上，gpt-oss-120b 的价格为输入 $0.15 / 输出 $0.60 每 1M token。完整明细见上方价格表。价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。

gpt-oss-120b 的上下文窗口和输出上限是多少？

gpt-oss-120b 最多接收 131,072 token 的上下文，单次最多返回 65,536 token。

gpt-oss-120b 应该使用哪个端点？

gpt-oss-120b 使用 https://api.tokenlab.sh/v1/responses。代码写法见下方的请求示例。

gpt-oss-120b 支持哪些操作？

gpt-oss-120b 支持文本生成。选了操作，上面会显示对应的端点和请求示例。

gpt-oss-120b 对比

gpt-oss-120b 对比 gpt-oss-20b gpt-oss-120b 对比 GPT-5 mini

资料来源

审阅于 2026年10月2日