gpt-oss-120b
OpenAI 的 gpt-oss-120b（117B 參數，MoE 每 token 啟用 5.1B）。以 Q4_K_M 量化、8K 上下文估算約需 70.1 GiB 記憶體。 OpenAI 的 117B MoE 模型，只啟用 5.1B，以它的規模來說速度很快；需要 72 GB 以上的顯示卡或 96–128 GB 統一記憶體的電腦。
最後更新: 2026-10-13
模型資訊
執行方式
ollama run gpt-oss:120b
所需記憶體
模型權重＋KV 快取＋執行環境開銷，單位 GiB。量化越低越省記憶體，品質略降。
| 量化 | 4K 上下文 | 8K 上下文 | 32K 上下文 |
|---|---|---|---|
| Q4_K_M | 70.0 GiB | 70.1 GiB | 71.0 GiB |
| Q5_K_M | 82.0 GiB | 82.2 GiB | 83.0 GiB |
| Q6_K | 94.9 GiB | 95.0 GiB | 95.9 GiB |
| Q8_0 | 122.2 GiB | 122.3 GiB | 123.2 GiB |
| FP16 | 229.5 GiB | 229.6 GiB | 230.5 GiB |
哪些硬體跑得動
在 8K 上下文長度下，各硬體放得下的最佳量化版本。 此為估算值，並非實測。請參考估算方法說明。
常見問題
gpt-oss-120b 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 70.1 GiB，Q8_0 約需 122.3 GiB（含模型權重、KV 快取與執行環境開銷）。上下文越長，KV 快取越大。
GeForce RTX 4090 跑得動 gpt-oss-120b 嗎？
gpt-oss-120b 在 GeForce RTX 4090（24 GB）上，即使用 Q4_K_M 量化、8K 上下文也放不下。
Mac 可以跑 gpt-oss-120b 嗎？
可以。gpt-oss-120b 在 M3 Ultra（96 GB）上以 Q4_K_M 量化、8K 上下文約需 70.1 GiB，預估生成速度約每秒 172 個 token。
gpt-oss-120b 可以商用嗎？
gpt-oss-120b 採用 Apache-2.0 授權。授權允許商業使用（請仍詳閱條款中的限制）。