gpt-oss-120b 硬件要求
模型信息
- 参数量
- 总计 116.8B · 激活 5.1B（MoE）
- 注意力机制
- 滑动窗口注意力
- 最大上下文
- 131,072 个 token
- 发布日期
- 2025-08-05
同系列的其他规格
| 模型 | 参数量 | 基准量化 | 所需显存（8k） | GeForce RTX 4060 | GeForce RTX 5060 Ti 16GB | GeForce RTX 3090 |
|---|---|---|---|---|---|---|
| gpt-oss-20b | 总计 20.9B · 激活 3.6B（MoE） | MXFP4 | 12.3 GB | 运行良好 | 运行流畅 | 运行流畅 |
| gpt-oss-120b当前模型 | 总计 116.8B · 激活 5.1B（MoE） | MXFP4 | 63.6 GB | 无法运行 | 无法运行 | 无法运行 |
GGUF 文件
| 量化 | 文件大小 | 质量 | 发布者 |
|---|---|---|---|
| MXFP4基准 | 63.39 GB | 近乎无损 | llama.cpp 团队 · ggml-org |
不同量化和上下文所需的显存
| 量化 | 4k | 8k | 16k | 32k | 64k | 128k |
|---|---|---|---|---|---|---|
| MXFP4 | 63.4 | 63.6 | 64.0 | 64.8 | 66.3 | 69.3 |
哪些 GPU 能跑 gpt-oss-120b？
判定说明
- 运行流畅
- 全部载入显卡，且达到 20 tok/s 及以上
- 运行良好
- 全部载入显卡且为 8–20 tok/s；MoE 专家放在系统内存且达到 20 tok/s 及以上；或至少 90% 载入显卡且达到 8 tok/s 及以上
- 运行较慢
- 2–8 tok/s；纯 CPU；载入显卡不足 90%；或 MoE 专家放在系统内存且低于 20 tok/s
- 无法运行
- 内存装不下，或低于 2 tok/s
左右滑动可查看所有列。
| 硬件 | 判定 | 速度 | 量化 | 显存/内存 | 运行方式 | 上下文 | 备注 | 价格 |
|---|---|---|---|---|---|---|---|---|
| Apple M5 Ultra · 96 GB | 运行流畅 | 估算 131.0 tok/s104.8–157.2校准估算 ±20% | MXFP4 | 64.3 / 67.2 GB | 统一内存 | 最长 64k | — | — |
| Apple M5 Max (40-core GPU) · 128 GB | 运行流畅 | 估算 102.4 tok/s81.9–122.8校准估算 ±20% | MXFP4 | 64.3 / 89.6 GB | 统一内存 | 最长 128k | — | — |
| Apple M3 Ultra · 96 GB | 运行流畅 | 估算 96.0 tok/s76.8–115.2校准估算 ±20% | MXFP4 | 64.3 / 67.2 GB | 统一内存 | 最长 64k | — | — |
| Apple M4 Max (40-core GPU) · 128 GB | 运行流畅 | 估算 92.5 tok/s74.0–111.0校准估算 ±20% | MXFP4 | 64.3 / 89.6 GB | 统一内存 | 最长 128k | — | — |
| Apple M2 Ultra · 128 GB | 运行流畅 | 79.7 tok/s8k 估算 94.2 tok/s（75.4–113.1，校准估算 ±20%）实测（1 次，2k 上下文） | MXFP4 | 64.3 / 89.6 GB | 统一内存 | 最长 128k | — | — |
| NVIDIA DGX Spark · 128 GB | 运行流畅 | 58.7 tok/s8k 估算 50.8 tok/s（40.6–60.9，校准估算 ±20%）实测（1 次，2k 上下文） | MXFP4 | 64.3 / 116.9 GB | 统一内存 | 最长 64k | — | 首发价 US$3,999（128 GB） |
| Ryzen AI Max+ 395 (Strix Halo) · 128 GB | 运行流畅 | 50.2 tok/s8k 估算 48.5 tok/s（38.8–58.1，校准估算 ±20%）实测（1 次，512 上下文） | MXFP4 | 64.3 / 89.6 GB | 统一内存 | 最长 64k | — | 首发价 US$1,999（128 GB） |
| DDR5-6000 双通道 CPU · 96 GB | 运行较慢 | 估算 13.4 tok/s10.8–16.1校准估算 ±20% | MXFP4 | 63.7 GB 内存 | 纯 CPU | 最长 128k |
| — |
| DDR5-5600 双通道 CPU · 96 GB | 运行较慢 | 估算 12.6 tok/s10.0–15.1校准估算 ±20% | MXFP4 | 63.7 GB 内存 | 纯 CPU | 最长 128k |
| — |
| Apple M4 · 32 GB | — | MXFP4 | 需要 64.3 GB | — | — |
| — | |
| Apple M4 Max (32-core GPU) · 36 GB | 无法运行 | — | MXFP4 | 需要 64.3 GB | — | — |
| — |
| Apple M4 Pro · 64 GB | — | MXFP4 | 需要 64.3 GB | — | — |
| — | |
| Apple M5 · 32 GB | 无法运行 | — | MXFP4 | 需要 64.3 GB | — | — |
| — |
| Apple M5 Max (32-core GPU) · 36 GB | 无法运行 | — | MXFP4 | 需要 64.3 GB | — | — |
| — |
| Apple M5 Pro · 64 GB | 无法运行 | — | MXFP4 | 需要 64.3 GB | — | — |
| — |
| Apple M6 · 32 GB | 无法运行 | — | MXFP4 | 需要 64.3 GB | — | — |
| — |
| Intel Arc B580 | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$290（截至 2026-08-09） |
| DDR4-3200 双通道 CPU · 64 GB | 无法运行 | — | MXFP4 | 需要 63.7 GB | — | — |
| — |
| GeForce GTX 1080 Ti | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$699 |
| GeForce RTX 2080 Ti | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$999 |
| GeForce RTX 3050 8GB | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$249 |
| GeForce RTX 3060 12GB | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$250（截至 2026-08-09） | |
| GeForce RTX 3070 | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$499 |
| GeForce RTX 3080 10GB | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$699 |
| GeForce RTX 3080 12GB | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$799 |
| GeForce RTX 3090 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$1,050（截至 2026-08-09） | |
| GeForce RTX 3090 Ti | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$1,999 |
| GeForce RTX 4060 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$299 | |
| GeForce RTX 4060 Laptop | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| — |
| GeForce RTX 4060 Ti 16GB | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$499 |
| GeForce RTX 4060 Ti 8GB | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$399 |
| GeForce RTX 4070 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$599 | |
| GeForce RTX 4070 Laptop | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| — |
| GeForce RTX 4070 Super | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$599 |
| GeForce RTX 4070 Ti Super | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$799 |
| GeForce RTX 4080 | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$1,199 |
| GeForce RTX 4080 Laptop | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| — |
| GeForce RTX 4080 Super | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$999 |
| GeForce RTX 4090 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$2,755（截至 2026-08-09） | |
| GeForce RTX 4090 Laptop | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| — |
| GeForce RTX 5060 | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$339（截至 2026-08-09） |
| GeForce RTX 5060 Ti 16GB | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$569（截至 2026-08-09） | |
| GeForce RTX 5060 Ti 8GB | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$429（截至 2026-08-09） |
| GeForce RTX 5070 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$629（截至 2026-08-09） | |
| GeForce RTX 5070 Ti | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$949（截至 2026-08-09） |
| GeForce RTX 5070 Ti Laptop | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| — |
| GeForce RTX 5080 | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$1,256（截至 2026-08-09） |
| GeForce RTX 5080 Laptop | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| — |
| GeForce RTX 5090 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$4,200（截至 2026-08-09） | |
| GeForce RTX 5090 Laptop | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| — |
| Radeon RX 7800 XT | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$499 |
| Radeon RX 7900 XT | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$899 |
| Radeon RX 7900 XTX | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 首发价 US$999 |
| Radeon RX 9060 XT 16GB | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$449（截至 2026-08-09） |
| Radeon RX 9070 | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$639（截至 2026-08-09） |
| Radeon RX 9070 XT | 无法运行 | — | MXFP4 | 需要 63.6 GB | — | — |
| 市场价 US$689（截至 2026-08-09） |
带思考模式的模型会额外花 token 来思考，所以速度门槛按 1.5 倍从严设定（30 / 12 / 3 tok/s）。关闭思考模式后，判定可能会高一级。
能运行它的最便宜 GPU
在有当前市场价的 GPU 中，没有一款能在 MXFP4 下达到“运行流畅”或“运行良好”。Mac、统一内存 PC 和 CPU 配置请看上方表格。
gpt-oss-120b 的实测结果
我们用于校准的公开基准测试。它们的测试条件（上下文、后端、运行参数）可能与上方的估算不同。
| 硬件 | 量化 | 后端 | 上下文 | 提示词处理（tok/s） | 生成（tok/s） | 运行参数 | 来源 | 测量日期 |
|---|---|---|---|---|---|---|---|---|
| Apple M2 Ultra | MXFP4 | llama.cpp | 2k | 1,245.0 | 79.7 | — | github.com | 2025-08-18 |
| Ryzen AI Max+ 395 (Strix Halo) | MXFP4 | llama.cpp | 512 | 707.0 | 50.2 | ROCm 7.0.2, no mmap | quozul.dev | 2025-10-27 |
| NVIDIA DGX Spark | MXFP4 | llama.cpp | 2k | 2,444.0 | 58.7 | CUDA, no mmap | github.com | 2026-02-05 |
| GeForce RTX 5090 | MXFP4 | llama.cpp | 4k | — | 9.6 | --n-cpu-moe 21, DDR4 server | hardware-corner.net | 2026-08-09 |
常见问题
gpt-oss-120b 需要多少显存？
MXFP4 文件为 63.39 GB；在 8k 上下文下，显卡约需 63.6 GB（权重 62.76 GB、KV 缓存 0.3 GB、计算缓冲区 0.6 GB）。 文件的一部分不会放到显卡上：llama.cpp 把输入嵌入表保留在系统内存中。Mac 按整个文件计算，所以需要的内存稍多一些。
能让 gpt-oss-120b 运行良好的最便宜 GPU 是哪款？
在有当前市场价的 GPU 中，没有一款能在 MXFP4 下达到“运行流畅”或“运行良好”。已收录的最佳选择是 Apple M5 Ultra · 96 GB：运行流畅。
gpt-oss-120b 能在 8 GB、16 GB 或 24 GB 的 GPU 上运行吗？
MXFP4、8k 上下文下：GeForce RTX 4060：无法运行; GeForce RTX 5060 Ti 16GB：无法运行; GeForce RTX 3090：无法运行。
速度是根据内存带宽得出的估算值，并用公开基准测试结果校准，每个数值都附有误差范围和可信度标签。实际结果会因驱动、后端、上下文长度和散热情况而有所不同。