GPT-OSS 20B de OpenAI est un modèle d’IA conçu pour le raisonnement par chaîne de pensée à poids ouverts et haute efficacité, offrant une fenêtre de contexte de 131K, une vitesse de 160 tokens/s, un indice d’intelligence de 46/100 et un tarif de $0.1/$0.5 par million de tokens.
Technical Specifications
- Provider
- OpenAI
- Category
- open-source
- Release Date
- 2025-08
- Batch API Discount
- 50% off async batch
- Consumer Subscription
- Free / Self-Hosted
- Reasoning Effort Control
- Configurable (Low / Med / High)
- Structured Outputs
- Yes
- Output Modalities
- text
- Official Documentation
- Visit Official Docs ↗
Data Privacy, Licensing & Deployment Governance
Official Provider Release Intelligence, API Quotas & Agentic Specs
- Official API Model ID (SDK String)
- gpt-oss-20b
- Supported SDK & API Protocol
- OpenAI Responses API & Chat Completions v1
- Lifecycle & Deprecation Status
- Active GA (Guaranteed support through 2027+)
- Production Rate Limits (RPM & TPM)
- Unlimited (Hardware-bound on self-hosted GPU) / 10,000 RPM Cloud · Unlimited local throughput / 10M+ TPM Managed Cloud
- Long-Context Pricing Tier (>128K / >200K)
- Flat rate ($0.1/1M in) across full 131K window
- Prompt Cache Write & TTL Policy
- Automatic prefix caching at $0.01/1M (no extra cache-write fee)
- Computer Use & Browser GUI Agent
- API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop)
- MCP & Parallel Tool Calling
- Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema
- Web Search Grounding & Code Sandbox
- Native Web Search tool + Hosted Code Interpreter & File Search RAG
- Fine-Tuning & Distillation Support
- Full Weights SFT, LoRA, QLoRA, DPO & GRPO RL (Unsloth / Axolotl / Llama-Factory)
- Multimodal Tokenization Billing
- Text BPE (~4 chars/token)
- Weights Precision & Quantization
- BF16 / FP16, FP8 Dynamic, INT4 AWQ / GPTQ, GGUF (Q4_K_M / Q8_0)
- Minimum GPU VRAM Requirement
- 13 GB VRAM (4-bit Quantized) · 45 GB VRAM (Native BF16)
- Supported Inference Engines
- vLLM, SGLang, Ollama, llama.cpp, TensorRT-LLM, HuggingFace TGI
- System Card & Safety Framework
- OpenAI Preparedness Framework Audited & System Card Published
- Enterprise Compliance (SOC2 / HIPAA / ZDR)
- 100% Air-Gapped On-Premises / Private VPC · Full HIPAA, GDPR & SOC2 Control
GPT-OSS 20B Cost, Context, Hardware & API Integration
Pay-as-you-go API is cheaper for this volume (saves $9.20/mo vs $20 flat plan).
Break-even point: ~926 requests/day equals $20/month.
Same Monthly Workload Cost Across Popular Reference Models
Live Prompt Paste Tokenizer & Cost Counter
Paste real system instructions, JSON schemas, or code to measure BPE token counts across tokenizers.
Hybrid Prompt Routing Cascade Simulator
Route routine queries to a fast lightweight model ($0.15/1M) and escalate only complex reasoning turns to GPT-OSS 20B:
Benchmark Scores & 6-Axis Capability Radar
- SWE-bench Verified
- 32.5%
- GPQA Diamond
- 55%
- MMLU-Pro
- 72.5%
- HumanEval
- 84.5%
- Humanity's Last Exam
- 7.2%
- Terminal-Bench
- 22%
- SciCode
- 24.5%
- LiveCodeBench
- 46%
- AIME
- 72%
- Long-Context Reasoning
- 63%
- Chatbot Arena Elo
- 1288pts
Strengths
- Fenêtre de contexte de 131K et capacité de sortie maximale de 33K tokens (SWE-bench Verified 32.5% · GPQA Diamond 55%)
- Débit rapide de 160 tokens/seconde avec une latence au premier token (TTFT) de 260 ms
- Poids ouverts (21B (3.6B MoE)) permettant un déploiement sur site ou cloud privé via vLLM, SGLang ou Ollama
Limitations & Trade-offs
- Nécessite des serveurs GPU dotés de suffisamment de mémoire VRAM pour l’inférence locale à pleine précision
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
Editorial Assessment
Alliant un indice d’intelligence de 46/100, un contexte de 131K et un débit de 160 tok/s, GPT-OSS 20B s’impose comme une valeur sûre de la gamme OpenAI.
Best for: Conçu pour le raisonnement par chaîne de pensée à poids ouverts et haute efficacité, l’intégration RAG et les pipelines de production évolutifs.
Compare GPT-OSS 20B
Frequently Asked Questions about GPT-OSS 20B
How much does the GPT-OSS 20B API cost per 1M tokens?+
GPT-OSS 20B by OpenAI is priced at $0.1 per 1M input tokens and $0.5 per 1M output tokens. With prompt caching enabled, cached input tokens cost $0.01 per 1M tokens, and asynchronous Batch API requests receive a 50% discount.
Should I use a $20/month subscription or the GPT-OSS 20B pay-as-you-go API?+
A flat $20/month consumer subscription is predictable for daily interactive chat and manual coding. However, if you are building software, running automated workflows, or sending low-to-moderate volume with prompt caching enabled, the pay-as-you-go API is typically far more cost-effective and offers higher rate limits without manual UI caps.
How many words and pages fit in GPT-OSS 20B's context window?+
GPT-OSS 20B features a 131K tokens context window, which equals approximately 98,304 English words or ~262 standard single-spaced pages in a single prompt. Its maximum output generation per turn is 32,768 tokens.
Can I run GPT-OSS 20B locally on my own GPU (Open Weights)?+
Yes, GPT-OSS 20B (21B (3.6B active MoE)) releases open weights that can be self-hosted locally or on private cloud GPUs using vLLM, Ollama, SGLang, or llama.cpp.
Does OpenAI train on data sent to the GPT-OSS 20B API, and is commercial use allowed?+
100% Isolated when self-hosted on private GPUs or VPC. License tier: Open-Weights Research & Commercial License. Full commercial ownership of generated outputs. Supported deployment channels include: Self-Hosted GPU (vLLM / Ollama), Private VPC, or Managed Serverless API.
How does GPT-OSS 20B perform on coding and reasoning benchmarks?+
GPT-OSS 20B achieves a composite Intelligence Index of 46/100, scoring 32.5% on SWE-bench Verified, 55% on GPQA Diamond, 72.5% on MMLU-Pro, and 1288 pts on Chatbot Arena Elo.
What is GPT-OSS 20B best used for?+
GPT-OSS 20B is best suited for: Conçu pour le raisonnement par chaîne de pensée à poids ouverts et haute efficacité, l’intégration RAG et les pipelines de production évolutifs.. Assessment: Alliant un indice d’intelligence de 46/100, un contexte de 131K et un débit de 160 tok/s, GPT-OSS 20B s’impose comme une valeur sûre de la gamme OpenAI.
OpenAI Family Lineage, Routing Tiers & Upgrade Path
Step down to a lighter sibling for high-volume routing or step up to OpenAI's flagship reasoning tier:
GPT-6 Astra
GPT-6.1 Sol
GPT-6 Sol
GPT-6 Luna
GPT-5.6 Sol
GPT-5.6 Terra
AI Glossary & Architecture Concepts
View full glossary →Key machine learning concepts and benchmarks relevant to GPT-OSS 20B:
L'unité textuelle de base traitée par un modèle linguistique, représentant généralement 3 à 4 caractères ou environ 0,75 mot. Par exemple, une phrase courante est découpée en plusieurs jetons.
Une suite de tests standardisés permettant d'évaluer et de comparer objectivement les performances des modèles d'IA sur des tâches ciblées (code avec SWE-bench, mathématiques avec AIME, etc.).
Le nombre maximal de jetons qu'un modèle peut traiter simultanément (entrée et sortie comprises). Une fenêtre de 1 000 000 jetons permet d'analyser environ 750 000 mots en une seule requête.
Un modèle d'IA entraîné par apprentissage par renforcement pour allouer du temps de calcul à la réflexion logique avant d'émettre une solution, idéal pour les problèmes scientifiques et le code complexe.
Une méthode de raisonnement pas-à-pas où le modèle décompose le problème en étapes logiques intermédiaires avant de conclure, augmentant drastiquement la précision en mathématiques et programmation.
La capacité d'un LLM à déterminer quand une action externe est requise et à générer des arguments structurés pour invoquer des API, calculatrices ou bases de données avant de poursuivre.
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.
Sources: OpenAI open-weight model card (Hugging Face) & official pricing↗