OpenAI torna públicos modelos de linguagem com pesos abertos em larga escala

• A OpenAI tornou público pela primeira vez um modelo de linguagem de pesos abertos (gpt-oss) em larga escala
• Foram disponibilizados dois modelos, gpt-oss-120b e gpt-oss-20b, com destaque para desempenho robusto e suporte a diversos dispositivos
• Com a licença Apache 2.0, é possível utilização comercial, personalização e distribuição livre
• Foram adotados treinamento para segurança, revisão por especialistas externos e um processo de testes de segurança abrangentes
• É possível baixar e usar os modelos diretamente no Hugging Face, GitHub etc., além de recursos de fine-tuning, implantação e personalização, com Playground também disponível

---

Modelos abertos da OpenAI

• A OpenAI tornou público o gpt-oss, um modelo de inferência de pesos abertos em larga escala que pode ser personalizado para qualquer caso de uso e executado em qualquer lugar
• No Hugging Face e no GitHub é possível fazer download direto dos arquivos do modelo, e também é possível experimentar uma demonstração pelo Playground baseado na web
• Distribuído sob licença Apache 2.0, pode ser usado para fins comerciais, personalização e distribuição livre, sem preocupações com copyleft ou infração de patente

• gpt-oss-120b: modelo de grande porte para datacenter, desktop e notebooks de alto desempenho
• gpt-oss-20b: modelo de porte médio que pode ser executado na maioria dos desktops e notebooks

Principais recursos

• Otimização para tarefas de agente

  • Uso de ferramentas e conformidade com instruções é um ponto forte, e é adequado para usos relacionados a agentes, como busca web e execução de código Python

• Personalização e fine-tuning

  • É possível ajustar hiperparâmetros como reasoning_effort (esforço de inferência)
  • Suporte a fine-tuning de todos os parâmetros para personalização avançada

• Exposição de cadeia de pensamento (Chain-of-Thought)

  • É possível ver todo o processo de raciocínio (cadeia de pensamento) do modelo, facilitando depuração e avaliação de confiabilidade

• Playground disponível

  • Suporte a Playground para que desenvolvedores e pesquisadores possam experimentar o desempenho do modelo no navegador

Desempenho do modelo

• O desempenho de gpt-oss-120b e gpt-oss-20b foi comparado diretamente com os modelos comerciais da OpenAI (OpenAI o3, o4-mini) em vários benchmarks principais
• As pontuações em raciocínio, conhecimento e matemática competitiva, entre outras áreas, foram divulgadas para cada modelo
• Em alguns itens, ficam próximos aos modelos comerciais da OpenAI ou mostram resultados superiores em testes específicos

Detalhamento de desempenho em principais benchmarks

• Raciocínio e conhecimento

  • MMLU (Massive Multitask Language Understanding)
    • gpt-oss-120b: 90
    • gpt-oss-20b: 85.3
    • OpenAI o3: 93.4
    • OpenAI o4-mini: 93
    • → Embora um pouco abaixo dos grandes modelos comerciais, apresenta desempenho de raciocínio geral muito alto entre modelos abertos
  • GPQA Diamond
    • gpt-oss-120b: 80.9
    • gpt-oss-20b: 74.2
    • OpenAI o3: 77
    • OpenAI o4-mini: 81.4
    • → Mesmo sendo um modelo aberto, alcança desempenho de resposta a perguntas baseada em conhecimento avançado quase semelhante ao dos modelos comerciais
  • Humanity's Last Exam
    • gpt-oss-120b: 19
    • gpt-oss-20b: 17.3
    • OpenAI o3: 24.9
    • OpenAI o4-mini: 17.7
    • → Em avaliações de alta dificuldade, fica abaixo dos modelos comerciais, mas o 20b e o o4-mini têm resultado praticamente igual

• Matemática competitiva (AIME)

  • AIME 2024
    • gpt-oss-120b: 96.6
    • gpt-oss-20b: 96
    • OpenAI o3: 91.6
    • OpenAI o4-mini: 93.4
    • → Pela versão de 2024, registrou pontuação superior à dos modelos comerciais
  • AIME 2025
    • gpt-oss-120b: 97.9
    • gpt-oss-20b: 98.7
    • OpenAI o3: 88.9
    • OpenAI o4-mini: 92.7
    • → Em matemática, também aparecem números que superam os modelos comerciais da OpenAI

• Síntese geral

  • A série gpt-oss demonstra força de desempenho especialmente em matemática, lógica e conhecimento
  • A lacuna em relação aos modelos comerciais não é grande, e a possibilidade de uso em serviços reais ou aplicações de engenharia é alta
  • Como modelos abertos de grande escala, são uma opção competitiva para pesquisa e desenvolvimento, agentes e ambientes de personalização

Segurança e testes

• Treinamento e avaliação de segurança rigorosos foram aplicados a todos os modelos
• Em conformidade com o framework de prontidão da OpenAI, a resistência ao fine-tuning malicioso também foi testada separadamente
• Em parceria com especialistas externos de segurança, foram estabelecidos padrões de segurança para modelos abertos

• É possível fazer download e usar os modelos no Hugging Face e no GitHub