Какова архитектура модели gpt-oss-20b?

Модель использует архитектуру Mixture-of-Experts (MoE) с общим числом параметров 21B, из которых только 3.6B активны при каждом проходе, что обеспечивает высокую скорость работы.

Поддерживает ли модель структурированные ответы?

Да, gpt-oss-20b на alltokens поддерживает параметр structured_outputs, что позволяет получать строго отформатированные данные от ИИ.

Какой максимальный объем текста может обработать модель за раз?

Контекстное окно модели составляет 131 072 токена, что позволяет анализировать целые книги или объемные технические спецификации.

OpenAI: gpt-oss-20b (batch)

OpenaiОбновлено: 05 августа 2025 г.

OpenAI: gpt-oss-20b (batch) — это открытая модель с архитектурой Mixture-of-Experts (MoE), предлагающая 21 миллиард параметров при высокой эффективности вычислений. Она поддерживает внушительное контекстное окно в 128k токенов и оптимизирована для пакетной обработки текстовых данных.

Использовать через API

Метрики

Вход

3 ₽/M

Выход

14 ₽/M

Контекст

131k tokens

Параметры

Релиз

05 августа 2025 г.

Поддерживаемые параметры

frequency_penaltyinclude_reasoninglogit_biasmax_tokensmin_ppresence_penaltyreasoningreasoning_effortrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_p

Технический обзор

gpt-oss-20b — это модель с открытыми весами, содержащая 21 миллиард параметров, выпущенная под лицензией Apache 2.0. Она использует архитектуру Mixture-of-Experts (MoE) с 3,6 миллиардами активных параметров при каждом проходе, оптимизированную для...

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

OpenAI модели Модели для программирования Недорогие модели

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

OpenAI: gpt-oss-20b (batch)Текущая

Для чего

Контекст

131k

Цена ₽

3 / 14

OpenAI: gpt-oss-20b (batch)Текущая

131k

3 / 14

Модель

DeepSeek: DeepSeek V4 Flash 0423

Для чего

Обе модели ориентированы на высокую скорость генерации и используют современные методы оптимизации для работы с текстом.

Контекст

Цена ₽

5 / 21

DeepSeek: DeepSeek V4 Flash 0423

5 / 21

Модель

NVIDIA: Nemotron 3.5 Lightning

Для чего

Модели имеют схожее позиционирование в сегменте производительных решений среднего размера с поддержкой длинного контекста.

Контекст

262k

Цена ₽

4 / 15

NVIDIA: Nemotron 3.5 Lightning

262k

4 / 15

Когда выбирать

Необходима обработка больших объемов текста в пакетном режиме (batch)
Требуется работа с длинными документами до 131 072 токенов
Нужна гибкая настройка параметров генерации, включая структурированный вывод и штрафы за повторы

Когда не выбирать

Требуется работа с мультимодальным контентом (изображения, аудио)
Необходима модель с максимальным количеством активных параметров для сверхсложных логических задач
Задачи требуют мгновенного отклика в реальном времени без пакетной задержки