gpt-oss-20b
OpenAI 的 gpt-oss-20b（21B 參數，MoE 每 token 啟用 3.6B）。以 Q4_K_M 量化、8K 上下文估算約需 13.1 GiB 記憶體。 OpenAI 的開放權重 21B MoE 模型，只啟用 3.6B，可調整推理強度（低、中、高）；放得進 16 GB 顯示卡。
最後更新: 2026-10-13
模型資訊
執行方式
ollama run gpt-oss:20b
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 | 13.0 GiB | 13.1 GiB | 13.7 GiB |
| Q5_K_M | 15.2 GiB | 15.3 GiB | 15.9 GiB |
| Q6_K | 17.5 GiB | 17.6 GiB | 18.2 GiB |
| Q8_0 | 22.4 GiB | 22.5 GiB | 23.1 GiB |
| FP16 | 41.7 GiB | 41.8 GiB | 42.3 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-20b 需要多少 VRAM／記憶體？
以 8K 上下文估算：Q4_K_M 量化約需 13.1 GiB，Q8_0 約需 22.5 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-20b 嗎？
可以。gpt-oss-20b 在 GeForce RTX 4090（24 GB）上以 Q8_0 量化、8K 上下文約需 22.5 GiB，預估生成速度約每秒 135 個 token。
Mac 可以跑 gpt-oss-20b 嗎？
可以。gpt-oss-20b 在 M3 Ultra（96 GB）上以 FP16 量化、8K 上下文約需 41.8 GiB，預估生成速度約每秒 64 個 token。
gpt-oss-20b 可以商用嗎？
gpt-oss-20b 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）。