Fiche modèle
gpt-oss-120b
OpenAI · poids ouverts · sorti le 05/08/2025
Date de sortie, éditeur et accès : Epoch AI, CC BY 4.0. Fiche régénérée le 07/10/2026.
Taille
117 Md
paramètres
Scores
Rang parmi les 274 modèles de l’indice ECI évalués par la même source. Un nom de benchmark mène à son explication.
| Benchmark | Score | Rang | Réglage | Source |
|---|---|---|---|---|
| Indice de capacités ECI (Epoch AI)Capacités générales | 139,9135,2–142,8 | 118 / 274 | Epoch AI, CC BY 4.0, non daté par la source, vu publié le 07/10/2026 | |
| LMArena texte, contrôle du styleConversation (préférence humaine) | 1 3521 347–1 356 | 101 / 166 | « gpt-oss-120b » | LMArena, CC BY 4.0, publié le 02/10/2026 |
| GPQA Diamond (Epoch AI)Sciences | 75,8 %70,4–81,1 | 92 / 186 | réglage « openai/gpt-oss-120b_high » | Epoch AI, CC BY 4.0, publié le 11/12/2025 |
| FrontierMath, niveaux 1 à 3 (Epoch AI) | non évalué par Epoch AI | |||
| OTIS Mock AIME 2024-2025 (Epoch AI)Maths de concours | 88,9 %80,1–97,6 | 54 / 176 | réglage « openai/gpt-oss-120b_high » | Epoch AI, CC BY 4.0, publié le 11/12/2025 |
| SimpleQA Verified (Epoch AI) | non évalué par Epoch AI | |||
| SWE-bench Verified (Epoch AI) | non évalué par Epoch AI | |||
Sources : Epoch AI, « Capabilities & benchmarking », epoch.ai/benchmarks (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Prix par fournisseur d’API
| Fournisseur | Entrée $/M | Sortie $/M | Mélangé | Clé LiteLLM |
|---|---|---|---|---|
| Weights & Biases | 0,030 $ | 0,17 $ | 0,065 $ | wandb/openai/gpt-oss-120b |
| DeepInfra | 0,037 $ | 0,17 $ | 0,070 $ | deepinfra/openai/gpt-oss-120b |
| Novita AI | 0,050 $ | 0,25 $ | 0,10 $ | novita/openai/gpt-oss-120b |
| Sail | 0,060 $ | 0,40 $ | 0,15 $ | sail/openai/gpt-oss-120b |
| vertex_ai-openai_models | 0,090 $ | 0,36 $ | 0,16 $ | vertex_ai/openai/gpt-oss-120b-maas |
| OVHcloud | 0,080 $ | 0,40 $ | 0,16 $ | ovhcloud/gpt-oss-120b |
| Baseten | 0,10 $ | 0,50 $ | 0,20 $ | baseten/openai/gpt-oss-120b |
| Amazon Bedrock | 0,15 $ | 0,60 $ | 0,26 $ | bedrock_mantle/openai.gpt-oss-120b |
| Databricks | 0,15 $ | 0,60 $ | 0,26 $ | databricks/databricks-gpt-oss-120b |
| Fireworks AI | 0,15 $ | 0,60 $ | 0,26 $ | fireworks_ai/gpt-oss-120b |
| Groq | 0,15 $ | 0,60 $ | 0,26 $ | groq/openai/gpt-oss-120b |
| Microsoft Azure AI Foundry | 0,15 $ | 0,60 $ | 0,26 $ | azure_ai/gpt-oss-120b |
| Nebius | 0,15 $ | 0,60 $ | 0,26 $ | nebius/openai/gpt-oss-120b |
| Scaleway | 0,15 $ | 0,60 $ | 0,26 $ | scaleway/openai/gpt-oss-120b |
| TensorMesh | 0,15 $ | 0,60 $ | 0,26 $ | tensormesh/openai/gpt-oss-120b |
| Together AI | 0,15 $ | 0,60 $ | 0,26 $ | together_ai/openai/gpt-oss-120b |
| IBM watsonx | 0,16 $ | 0,64 $ | 0,28 $ | watsonx/openai/gpt-oss-120b |
| SambaNova | 0,22 $ | 0,59 $ | 0,31 $ | sambanova/gpt-oss-120b |
| Replicate | 0,18 $ | 0,72 $ | 0,32 $ | replicate/openai/gpt-oss-120b |
| Cerebras | 0,35 $ | 0,75 $ | 0,45 $ | cerebras/gpt-oss-120b |
| Cloudflare Workers AI | 0,35 $ | 0,75 $ | 0,45 $ | cloudflare/@cf/openai/gpt-oss-120b |
| Crusoe | 0,80 $ | 0,80 $ | 0,80 $ | crusoe/openai/gpt-oss-120b |
$ par million de jetons, tarif catalogue sans remise, sans cache ni traitement par lots. 22 offres rapprochées. Écart entre le moins cher (Weights & Biases, 0,065 $) et le plus cher : × 12,3. Relevé du 07/10/2026 ; vérifier chez le fournisseur avant de choisir. Sources : Prix : LiteLLM (BerriAI), licence MIT, © 2023 Berri AI. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
L’héberger soi-même
- Accès aux poids
- poids libres (usage sans restriction) (Epoch AI, CC BY 4.0)
- Licence
- Apache 2.0 (carte du dépôt, déclaration de l’éditeur lue le 01/10/2026 ; lire la licence avant tout usage commercial)
- Taille
- 117 Md de paramètres (Epoch AI, CC BY 4.0 ; note : « Total parameters: 116.83B »)
- Poids
- huggingface.co/openai/gpt-oss-120b (dépôt rapproché par la table de correspondance, existence vérifiée auprès de Hugging Face le 01/10/2026)
Mémoire nécessaire
| Format des poids | Poids seuls | Ordre de grandeur du matériel |
|---|---|---|
| BF16 (pleine précision usuelle) | 234 Go | un serveur à huit cartes de 80 Go (640 Go) |
| FP8 / 8 bits | 117 Go | deux à quatre cartes de 80 Go, ou un Mac de 192 Go |
| 4 bits (GGUF Q4_K_M, environ 4,8 bits par paramètre) | 70 Go | une carte de centre de données de 80 Go, ou un Mac de 96 Go |
Calcul du Crible : 117 Md de paramètres × 2 octets (BF16), × 1 (FP8), × 0,6 environ (4 bits). Ajouter le cache de contexte, qui grandit avec la longueur des conversations et le nombre d’utilisateurs.
Outils
- vLLM (serveur, cartes graphiques) :
vllm serve openai/gpt-oss-120bsert le dépôt Hugging Face derrière une API compatible OpenAI. Le modèle doit être pris en charge par la version installée. - llama.cpp (ordinateur, processeur ou carte graphique) : lit les poids au format GGUF, souvent publiés en 4 bits par la communauté. Chercher une version GGUF (rien ne garantit qu’elle existe ni qu’elle est fidèle), puis
llama-server -hf <dépôt GGUF>. - Ollama (le plus simple sur un ordinateur) :
ollama run hf.co/<dépôt GGUF>lance une version GGUF publiée sur Hugging Face.
Commandes d’après la documentation de chaque outil (liens ci-dessus). Les tailles, l’accès et les liens viennent des sources citées ; de Hugging Face, Le Crible ne reprend que l’adresse du dépôt et l’identifiant de licence déclaré sur sa carte. Sources : Epoch AI, « Data on AI models », epoch.ai/data/ai-models (CC BY 4.0) ; LMArena, leaderboard-dataset (Hugging Face), CC BY 4.0. Données adaptées : pourcentages, arrondis, meilleur réglage retenu, prix mélangé, rangs et frontière calculés ici.
Évolution
Aucun changement de prix relevé depuis le début de nos relevés quotidiens.