# gpt-oss-20b

> 地端世界 · https://onpremworld.com/zh-tw/models/gpt-oss-20b · 最後更新: 2026-10-16 · CC BY 4.0

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。

|  |  |
|---|---|
| 開發者 | OpenAI |
| 參數量 | 21B (3.6B 啟用, MoE) |
| 原生上下文長度 | 131,072 tokens |
| 授權 | Apache-2.0 |
| 可商用 | 可以 |
| KV 快取 | 12 層全域＋12 層滑動視窗（128 tokens） |
| 發布 | 2025-08 |

```
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 | 8K | 32K |
|---|---|---|---|
| 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 (8K)

| 硬體 | 記憶體 | 最佳量化 | tok/s（預估） |
|---|---|---|---|
| DGX Station (GB300) | 252 GB | FP16 | 290 |
| GeForce RTX 5090 | 32 GB | Q8_0 | 198 |
| GeForce RTX 5080 | 16 GB | Q5_K_M | 172 |
| GeForce RTX 5070 Ti | 16 GB | Q5_K_M | 164 |
| GeForce RTX 4080 SUPER | 16 GB | Q5_K_M | 143 |
| Radeon RX 7900 XT | 20 GB | Q6_K | 137 |
| GeForce RTX 4090 | 24 GB | Q8_0 | 135 |
| Radeon RX 7900 XTX | 24 GB | Q8_0 | 130 |
| Radeon RX 9070 XT | 16 GB | Q5_K_M | 130 |
| RTX PRO 6000 Blackwell Workstation Edition | 96 GB | FP16 | 129 |
| RTX PRO 6000 Blackwell Max-Q Workstation Edition | 96 GB | FP16 | 129 |
| GeForce RTX 3090 | 24 GB | Q8_0 | 128 |
| RTX PRO 4500 Blackwell | 32 GB | Q8_0 | 123 |
| RTX PRO 5000 72GB Blackwell | 72 GB | FP16 | 104 |
| RTX PRO 5000 48GB Blackwell | 48 GB | FP16 | 104 |
| RTX PRO 4000 Blackwell | 24 GB | Q8_0 | 99 |
| GeForce RTX 5060 Ti 16GB | 16 GB | Q5_K_M | 98 |
| Radeon AI PRO R9700 | 32 GB | Q8_0 | 95 |
| Arc Pro B70 | 32 GB | Q8_0 | 91 |
| M5 Ultra | 512 GB | FP16 | 89 |
| RTX 6000 Ada Generation | 48 GB | FP16 | 79 |
| Radeon RX 9060 XT 16GB | 16 GB | Q5_K_M | 74 |
| Arc Pro B60 | 24 GB | Q8_0 | 72 |
| GeForce RTX 4060 Ti 16GB | 16 GB | Q5_K_M | 68 |
| M5 Max (18-core CPU / 32-core GPU) | 36 GB | Q8_0 | 68 |
| RTX A6000 | 48 GB | FP16 | 65 |
| M3 Ultra | 512 GB | FP16 | 64 |
| M4 Max (14-core CPU / 32-core GPU) | 36 GB | Q8_0 | 61 |
| M5 Max (18-core CPU / 40-core GPU) | 128 GB | FP16 | 50 |
| M4 Max (16-core CPU / 40-core GPU) | 128 GB | FP16 | 45 |
| M6 (24GB/32GB configurations, 170 GB/s) | 32 GB | Q8_0 | 27 |
| M5 Pro | 64 GB | FP16 | 26 |
| M5 | 32 GB | Q8_0 | 25 |
| RTX Spark (N1X) laptops & compact desktops | 128 GB | FP16 | 24 |
| M4 Pro | 64 GB | FP16 | 23 |
| DGX Spark | 128 GB | FP16 | 22 |
| Ryzen AI Max+ PRO 495 (Gorgon Halo) systems | 192 GB | FP16 | 22 |
| Ryzen AI Max+ 395 (Strix Halo) systems | 128 GB | FP16 | 20 |
| GeForce RTX 3060 (12 GB) | 12 GB | 放不下 | – |
| GeForce RTX 5070 | 12 GB | 放不下 | – |
| Arc B580 | 12 GB | 放不下 | – |
| M6 (16GB configuration, 153 GB/s) | 16 GB | 放不下 | – |

## 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）。

## 資料來源

- https://openai.com/index/introducing-gpt-oss/
- https://huggingface.co/openai/gpt-oss-20b
- https://huggingface.co/openai/gpt-oss-20b/resolve/main/config.json
- https://ollama.com/library/gpt-oss/tags