OpenAI : gpt-oss-20b

gpt-oss-20b ou gpt-oss-120b : lequel choisir ?

gpt-oss-20b constitue, à sa sortie, l’une des deux tailles de modèles ouverts publiées par OpenAI. Selon l’éditeur, à sa sortie, ses résultats sont proches de ceux d’OpenAI o3-mini sur les tests courants. Pour la production, les usages généralistes et le raisonnement poussé, OpenAI destine gpt-oss-120b à une exécution sur un seul GPU de 80 Go. À leur sortie, ce second modèle atteint, selon l’éditeur, une quasi-parité avec OpenAI o4-mini sur les principaux tests de raisonnement.

À quoi sert gpt-oss-20b

Chat

gpt-oss-20b est conçu pour une latence plus faible et des usages locaux ou spécialisés, selon OpenAI. À sa sortie, l’entreprise le destine notamment aux applications fonctionnant sur l’appareil, sans infrastructure coûteuse. Pour enrichir les échanges, le modèle sait nativement appeler des fonctions, naviguer sur le web et produire des sorties structurées, toujours selon OpenAI.

Suivi de consignes

gpt-oss-20b est conçu pour les flux de travail agentiques, selon OpenAI : des tâches où le modèle suit des consignes et utilise des outils. Dans ces enchaînements, l’entreprise met en avant son bon suivi des instructions et ses capacités de raisonnement. Recherche web et exécution de code font partie des outils qu’il peut mobiliser.

Mathématiques

gpt-oss-20b utilise de longues chaînes de raisonnement pour les problèmes mathématiques, selon OpenAI. Sur AIME, il emploie en moyenne plus de 20 000 tokens par problème, les tokens étant les unités de texte traitées par le modèle. L’entreprise relie la force des modèles gpt-oss en mathématiques à ce raisonnement prolongé.

Code

gpt-oss-20b peut exécuter du code Python dans un notebook Jupyter, selon OpenAI. Dans son évaluation de la famille gpt-oss, l’entreprise met aussi en avant les performances sur les tâches de programmation et d’usage d’outils.

Les performances de gpt-oss-20b

gpt-oss-20b égale ou dépasse OpenAI o3-mini à sa sortie, selon OpenAI, en programmation de compétition (Codeforces), en résolution de problèmes générale (MMLU et HLE) et en appel d’outils (TauBench), malgré sa petite taille. Il le dépasse en mathématiques de compétition. Sur les tâches axées sur les connaissances, comme GPQA, le modèle reste en retrait, ce qu’OpenAI attribue à sa taille. Le tableau rassemble les scores annoncés dans la carte du modèle d’OpenAI au niveau de réflexion high, et non un classement.

Bien utiliser gpt-oss-20b : réflexion et effort

1. Fixer l’effort de réflexion : gpt-oss-20b se règle, selon OpenAI, dans le prompt système, l’instruction qui encadre le comportement du modèle, avec une indication comme « Reasoning: high ». Pour le dialogue courant, low privilégie des réponses rapides. Avec medium, le modèle équilibre vitesse et détail ; high donne une analyse approfondie.
2. Arbitrer entre précision, latence et coût : selon OpenAI, un raisonnement plus long améliore la précision, mais augmente nettement le délai de réponse et le coût. L’entreprise recommande de choisir ensemble la taille du modèle et le niveau de réflexion selon ce compromis.
3. Tenir compte des paramètres OpenRouter : sur OpenRouter, la réflexion est obligatoire. Les niveaux disponibles sont low, medium et high, avec medium par défaut sur OpenRouter.
4. Respecter le format harmony : selon OpenAI, le modèle a été entraîné avec le format de réponse harmony et doit être utilisé uniquement avec celui-ci. Sans ce format, il ne fonctionne pas correctement.

Caractéristiques techniques de gpt-oss-20b

gpt-oss-20b est sorti le 5 août 2025. Le tableau des caractéristiques rassemble ses données techniques, notamment la fenêtre de contexte, la sortie maximale et les formats pris en charge.

Selon OpenAI, son architecture à mélange d’experts (MoE) compte 21 milliards de paramètres, dont 3,6 milliards actifs par token, une unité de traitement du texte. Elle comprend 24 couches et 32 experts, dont 4 actifs par token. Avec la quantification MXFP4 des poids du mélange d’experts, le modèle tient dans 16 Go de mémoire, selon la carte Hugging Face d’OpenAI.

Selon la documentation d’OpenAI, sa fenêtre de contexte atteint 131 072 tokens, avec une sortie maximale également fixée à 131 072 tokens par réponse. Sur OpenRouter, la limite de sortie est de 32 768 tokens par réponse. Il lit et produit uniquement du texte, selon la documentation d’OpenAI.

Selon la documentation d’OpenAI, ses connaissances s’arrêtent au 1er juin 2024. Son entraînement repose sur des données surtout en anglais et uniquement textuelles, centrées sur les sciences, le code et la culture générale, selon OpenAI. Il est publié sous licence Apache 2.0, y compris pour un déploiement commercial, selon la carte Hugging Face de l’éditeur.

Où utiliser gpt-oss-20b, et comment il se facture

gpt-oss-20b peut s’exécuter localement à partir de ses poids ouverts, selon OpenAI. Les cartes d’accès donnent les derniers prix relevés.

• Poids ouverts : selon OpenAI, les poids sont téléchargeables librement sur Hugging Face et quantifiés nativement en MXFP4, un format de représentation numérique compact.
• Exécution avec Ollama : pour le matériel grand public, la carte Hugging Face publiée par OpenAI renvoie à Ollama. Elle donne les commandes « ollama pull gpt-oss:20b » pour récupérer le modèle et « ollama run gpt-oss:20b » pour le lancer.
• Exécution locale sous Windows : selon OpenAI, à sa sortie, Microsoft apporte aux appareils Windows des versions optimisées pour le GPU, le processeur graphique. Ces versions destinées à l’inférence locale sont proposées dans Foundry Local et l’AI Toolkit pour VS Code.
• Traitement par lot sur OpenRouter : le modèle est répertorié avec un mode de traitement par lot, ou batch, dans le catalogue OpenRouter.

gpt-oss-20b parmi les versions de GPT OSS

gpt-oss-20b et sa version sœur gpt-oss-120b sont sortis le même jour, le 5 août 2025, dans la famille GPT OSS. La frise des versions situe ces modèles dans leur famille avec leurs dates de sortie.

FAQ