美國西海岸時間2025年8月5日，OpenAI發布了兩款開源大模型——GPT-OSS 120B以及GPT-OSS-20B，目前這兩款模型均可以從Hugging Face平臺下載，用戶可以對其進行修改定制和商業應用。包括亞馬遜AWS、微軟Azure在內的主流云平臺也已經開始提供基于這兩款模型的服務。這是自從2019年11月以來，OpenAI第一次發布開源大模型。

歷史真是諷刺。OpenAI的名稱來源，就是“開放”“開源”，這曾被Sam Altman自詡為AI時代的核心精神和生存之道。可是從2019年初開始，OpenAI就處心積慮地偏離了開源軌道：那年2月，它以“安全問題”為借口，拒絕公布GPT-2的全部參數權重，只公布了一個7.74億參數的“部分模型”；直到當年11月，在GPT-2乏人問津的情況下，它才羞羞答答地公布了全部15億參數。至于后來大放異彩的GPT-3、GPT-3.5以及GPT-4系列大模型，則既沒有公布過參數權重，也沒有公布過技術路線白皮書。

截至昨天，OpenAI成為了當今全球AI大模型基礎研發第一集團當中，寥寥幾家“沒有任何新版開源大模型”的開發者之一。還有一家是Anthropic，自從成立以來就從未發布過開源大模型。考慮到Anthropic本來就是對OpenAI不滿的離職員工成立的，還真驗證了一句話：“不是一家人，不進一家門。”

在它們的競爭對手當中，谷歌從2024年開始就維持著開源的Gemma系列大模型，與閉源的Gemini系列大模型齊頭并進；Meta的LLaMA系列大模型是當今主流開源大模型的精神源頭，自不必說；來自法國的Mistral的第一版大模型就有開源版本；馬斯克的Grok也是在成立之初就公布了開源大模型；阿里巴巴的Qwen已經成為衍生版本系列最多的開源大模型之一；更不要說DeepSeek了，如果不是開源，它絕不可能獲得這么大的影響力和應用范圍。

有人肯定會追問：為什么要開源？對于競爭對手來說，開源當然是好事，便于互相學習借鑒 （以及抄襲） 。對于全人類來說，開源當然是好事，因為歷史一再證明開放能促進技術進步。但是對于OpenAI這種領先的開發者來說，為什么要開源呢？開源固然會吸引技術社區的更多關注、有助于形成良好的生態系統，可是GPT已經是全世界關注度最高的大模型了，開源還有什么實際意義呢？ （除了為自己正名，甩掉“CloseAI”的帽子之外？）

答案很明確： 開源大模型可以下載安裝到本地硬件設備里，完全從本地運行，這對于一部分客戶相當有吸引力。 不妨總結一下：

客戶可以把所有數據存儲在本地，而不是上傳到第三方平臺，從而最大限度地保護了數據安全。無論對于國家機密還是商業機密來說，這種安全性都很重要。

客戶可以基于自身需求，對開源大模型進行微調 （fine-tune） ，從而契合特定行業應用場景。醫療、金融等復雜或敏感行業對此需求尤其旺盛。

對于預算有限的客戶來說，在本地硬件上運行大模型，或許比購買閉源大模型使用權更劃算。例如GPT-OSS-2B甚至可以運行在筆記本電腦上。

當然，在本地部署開源大模型，就意味著客戶要為自己的信息安全和技術維護負責。在權衡利弊之后，許多大型行業客戶還是會更偏好開源大模型。這就是LLaMA系列大模型在歐美深受大企業歡迎的原因，也是DeepSeek在今年年初席卷國內政企客戶的原因。DeepSeek的技術水平或許能與GPT-4o1相比，但是如果不是開源，它的應用速度會非常慢，無論對B端還是C端都是如此！

現在，在闊別近六年之后，OpenAI終于重返開源大模型戰場。在一定程度上，肯定是受到了LLaMA，DeepSeek，Qwen乃至Grok等開源大模型的刺激；但是 從商業角度看，這個決策早晚要做出。 因為不管怎么說，有些企業客戶永遠不可能把至關重要的數據上傳到第三方平臺；政府部門就更不可能了。與其把這片廣闊的市場留給競爭對手占領，還不如自己去占領。如果競爭對手技術進步的速度慢一點，OpenAI重返開源賽道的速度或許也會慢一點，但也只是慢一點而已。

這也就意味著，2025年成為了一個“開源之年”：國內曾經領先的百度，以及國外至今還在領先的OpenAI，都發布了開源大模型。Meta發布了最新的開源版本，阿里則明顯加快了開源版本的發布速度。此時此刻，整個世界上的主流大模型開發商，只有兩家完全沒有開源版本。除了上文提到的Anthropic之外，還有國內的字節跳動——豆包大模型 （及其前身云雀） 目前尚未有任何形式的開源版本，字節跳動官方也完全沒有公布過開源計劃。不過單純從技術角度看，豆包尚不屬于全球第一集團，開源與否對大模型技術進步的影響不大。

我們再探討下一個話題：本次OpenAI的開源，對全球大模型技術有什么影響？

我不是技術開發者，只能從常識角度談一談。我的觀點是： 影響是有的，但是有限。 這一方面是因為OpenAI沒有開源其最新版本、最新技術 （廢話，換了你也不會） ，另一方面是因為過去兩年外界對OpenAI技術路線的“猜測”還是比較成功的，八九不離十。

OpenAI公布的GPT-OSS兩個版本，其訓練數據截止于2024年6月，訓練結束于2024年8月，其性能大致與GPT-4o3以及o3 mini可比——后兩個模型發布至今已經四個月了。很多評測指出，GPT-OSS-120B的表現優于DeepSeek和Qwen的最新版本，其實這沒有提供任何新的信息，因為GPT-4o3的表現本來就優于它們。這只能證明OpenAI相對于競爭對手至少還有幾個月的領先優勢，而這也是我們早就知道了的事情。

在技術路線上，從OpenAI自家的白皮書里，我們大致能知道如下信息：

GPT-OSS采取混合專家架構，這一點早已被外界猜到。混合專家架構是目前的主流，幾乎所有大模型都在采用。GPT-OSS 120B每層有128個專家，20B每層有32個專家，每個路徑會激活4個最擅長的專家回答——這些細節還是有用的。

GPT-OSS是在標準文本基礎上訓練的，思維鏈 （CoT，chain of thought） 架構不是在預訓練階段、而是在后訓練階段實現的。CoT是所謂“深度推理”大模型的基礎，現在可以確定，OpenAI與其競爭對手一樣，是在后訓練階段賦予CoT的。

在后訓練階段，與GPT-4o3一樣，GPT-OSS采取了CoT RL技術。后訓練過程中還使用了外部API，以及RAG Agents等等，在此就不贅述了。在一定程度上，這證實了外界的猜測。

OpenAI沒有選擇在后訓練階段壓制“大模型幻覺”，因為這樣做會降低CoT的透明度。所以，GPT-OSS深度推理模式的幻覺率很高，這或許是一切深度推理模型繞不過去的問題。

總而言之，上述大部分技術路線，是外界早已猜測到或者在爭辯之中的。某些技術細節，例如后訓練的具體手段和工具，或許會給外界很多啟發，但帶來的改進是有限的。

話說回來，如果OpenAI真的還有什么“獨門秘籍”，大概也不會在白皮書當中赤裸裸地公布。這份白皮書證明了一點：過去兩年多，全球大模型開發者對OpenAI技術路線的猜測和模仿，大部分是正確的 （或者說，OpenAI只承認了其中正確的部分） 。作為一個整體，人類模仿的力量是無窮的，因此在歷史上很少有技術領先者能夠單純依靠自己的力量，長期維持對領先技術的壟斷。

需要強調的是， GPT-OSS只是“開放權重” （Open Weight） 大模型，不是完整意義上的“開源”大模型。 它公布的只是參數及其取值 （權重） ，一份34頁的技術白皮書，以及其他少量選擇性的信息。如果我們真的要以相同手段“復刻”一個成品，至少缺失如下環節：

訓練中使用的各種“腳手架模型”，包括語料質量、語料相似度檢測、語料清洗模型，以及用于“對齊”人類價值觀的Reward模型，等等。某些競爭對手會部分予以公布，但OpenAI還沒有。

預訓練階段使用的語料庫，這是一項核心技術秘密，尤其是在大模型訓練語料使用量越來越大、優質語料越來越難找的情況下。Meta曾經部分公布過LLaMA使用的語料，而OpenAI沒有公布。

訓練過程中使用的其他工具。如果是標準化工具還好，如果是獨家工具，那么就算披露了其名稱，外界也不可能模仿。

完全滿足上述“開源”條件的大模型非常罕見，尤其是商業公司，幾乎不可能發布這種“全面開源”的大模型。原因很簡單：大家發布開源大模型是為了滿足部分客戶的需求、培育開發者生態，而不是方便別人抄襲。OpenAI這次提供的信息有價值，但不太足夠，這大概就是它想要達到的效果。這不禁讓我想起了某些科技巨頭的招股說明書——洋洋灑灑幾百頁，看起來提供了大量財務和業務信息，但是只要涉及到關鍵的用戶和技術問題，就以各種方式回避。在此就不點名了。

附帶說一句，OpenAI公布了GPT-OSS的訓練細節：基于英偉達H100 GPU，其中1200億參數版本消耗了210萬H100小時，200億版本則是前者的六分之一。從這里我們可以推斷出GPT-OSS訓練使用的算力集群規模——假設訓練時間為30天，則使用了2917張H100；若為45天，則使用了1944張。考慮到訓練數據截止于2024年6月、完成于7月底或8月初，所以訓練時間不太可能明顯超過45天。

因此，GPT-OSS還沒用上最新的Blackwell系列GPU，也沒有使用“萬卡集群”或更大規模的集群。這是否意味著頂尖大模型的訓練算力需求其實沒那么高呢？且慢下結論，因為GPT-OSS畢竟不是OpenAI的當家模型，只是OpenAI內部訓練的無數個模型之一。GPT-4的參數規模高達1.37萬億，是OSS的十倍以上，算力需求肯定會遠過之。寶貴的B100/200 GPU可能完全被用于GPT-4.5以及GPT-5的訓練，遺憾的是，OpenAI不太可能披露上面兩個模型的訓練細節。

我猜，GPT-OSS可能是OpenAI最后幾個用Hopper架構GPU訓練的大模型之一；GPT-4.5以后的大模型可能完全是基于Blackwell訓練的。但這只是我的猜測。至于不再用于訓練的H100，則將轉而承擔推理任務，畢竟深度推理模型的普及就意味著推理需求的大爆發。無論Scaling Law還成不成立，全世界的算力恐怕還需要增長3~4倍以滿足蓬勃的訓練及推理需求。

本文沒有獲得OpenAI或其任何競爭對手的資助或背書。

本文作者并不持有OpenAI的任何股份，也不直接持有其競爭對手的任何股份。但是透過基金、信托計劃等持有其競爭對手的股份幾乎是不可避免的。