花花AI观察室 | 76.OpenAI时隔六年再开源!gpt‑oss双模型对战Qwen3,中美开源竞赛打响?笔记本就能跑?冲了!
作者：微信文章你好，我是花花，欢迎来到《花花AI观察室》
每天一件AI事，看透世人小心思，看懂行业大趋势。
OpenAI 昨天甩出了一颗重磅炸弹——时隔整整六年，它终于又开源了。没错，就是那个一直被外界认为“死守闭源阵地”的 OpenAI，这回直接放出了两个推理型大模型的全部权重：gpt‑oss‑120b 和 gpt‑oss‑20b，还用了宽松的 Apache 2.0 许可证，允许你商用、魔改、再分发，甚至直接抱回家在笔记本上跑。
简单说，大号的 120b 接近 1170 亿参数，在很多推理任务上能跟自家的 o4-mini 掰手腕，在数学和健康问答里甚至能赢；小号的 20b 参数只有 210 亿，却能在 16GB 内存的电脑、甚至高端平板上本地跑起来，性能比 o3-mini 还好。一个冲击高端算力市场，一个锁死轻量级部署场景，组合拳打得干脆。
要知道，上一次 OpenAI 开源还是 2019 年的 GPT-2，那会儿他们还担心“能力太强会被滥用”，结果一开完源就彻底关上了大门，转头走上了闭源 API 的商业化高速路。这次为什么又回来了？我看主要有三层原因。
第一，形势变了。过去一年，Meta Llama、阿里的 Qwen、DeepSeek、Mistral……一波又一波开源模型冲击市场，从学术到企业都在抢着跑本地化。OpenAI 如果不下场，开源推理的山头迟早要被别人占满。
第二，产品定位变了。gpt‑oss 系列并不是最顶尖的旗舰模型，属于能力够强、成本够低、部署够广的“种子选手”。这就像你在社交平台丢一个话题，等社区去帮你发酵、二创、改造，既能吸引开发者，又不影响自家闭源旗舰赚钱。
第三，生态布局变了。AWS 已经宣布直接接入 gpt‑oss，让它成为 Bedrock 和 SageMaker 的可选模型；Hugging Face 上一开放下载就冲进热门榜前列。开源不仅是技术输出，更是一次用户关系抢占战。
奥特曼自己也表态，说这是为了“把 AI 带给尽可能多的人”，听上去很理想主义，但你要知道，这句话是在 Qwen 3 已经横扫 Hugging Face 榜单、DeepSeek 在 Reddit 上成了传奇之后说的——这不光是情怀，还是回应。
我也去看了社区的反应，数据量不小，国外 Reddit、Hacker News、国内 LM Studio 用户群，正反都有。
正面的声音很直接——120b 版跑分接近 o3/o4-mini，推理链加长后输出明显变聪明，有服务商能跑到 3000 tokens/s，这速度简直离谱；20b 在低配机器上轻快顺滑，被夸是“史上最可用的小型高质模型”。
负面的吐槽也不少——有人说“真不怎么样”，跟自己熟悉的 Kimi K2、DeepSeek R1 比没惊喜；有人测了几轮 agent 工具调用，失败率高到离谱；还有人直接甩冷水：“看到大V说好用我就知道在吹”。更有意思的是，几乎每一篇讨论帖底下，都会出现对比 Qwen 3 的评论——有人直言这已经成了“阿里 vs OpenAI”的开源暗战。
我注意到一个有意思的分歧：国内外测试的口径差很多，国内很多人在对比多轮推理、中文任务和长文生成，国外更多测的是数学推理、编程 benchmark。加上每个人的硬件、部署环境、提示词习惯都不同，得出的结论自然天差地别。
单独说一句——我真心想为开源社区精神点个赞。它的核心价值，不仅是“免费”二字，还有那种把技术交到公众手里，让全世界的开发者、爱好者、研究员都能平等使用、自由试错、公开交流的氛围。你可以在论坛里看到别人分享奇葩测试案例，也能在 GitHub 上直接下载别人的优化脚本。
正因为这种开放和共享，我们才能更快暴露问题、更快找到改进方案。一个模型一旦进入开源社区，就意味着它的寿命、形态和边界，将不再由厂商单方面定义，改为由成千上万的用户共同塑造。不觉得，我们中国人，很需要这种精神吗？
我一直觉得，这才是开源的意义——模型一旦放出来，就会被成千上万的用户用各种离谱、刁钻甚至恶意的方式去测试，你会听到赞美，也会听到骂声，中间还有一堆模棱两可的“看场景”。这比任何官方跑分都更贴近真实。
如果一个开源模型只有好评，那八成是被公关筛过；如果只有差评，那要么它真拉胯，要么它踩了某个群体的痛点。最有参考价值的，永远是这种多元而混乱的社区声音。
至于这次和 Qwen 3 的较量，我反而觉得是件好事。中美两家头部厂商在开源赛道硬碰硬，对谁都是催化剂——Qwen 3 在多语言和长上下文上继续优化，gpt‑oss 在安全对齐和推理链能力上加码，开发者和用户就是最大的受益方。
所以我对这件事的态度很简单：这是一次好事，甚至是一次标志性事件。它证明了开源不再是“非主流厂商的自救”，已经被头部玩家重新接纳的主流策略。它让市场的水温升高，让更多人愿意跳进来试水、折腾、改造，也让那些坐在岸边看热闹的公司感受到压力。
更重要的是，它让我们这些普通用户能真切地参与到一次技术的“集体验收”里——你可以在自己的设备上跑它、骂它、夸它、改它，这本身就是一种被科技时代赋予的参与权。
再回到花花我自己啊，这次我是真的打算好好试一试。之前我对开源大模型的第一次尝试，是 DeepSeek 的那个小容量版本。那时候大家兴冲冲地跑了几轮，普遍觉得也就那么回事儿，然后就放那儿吃灰了。可这次不一样——毕竟是我每天都在用的 ChatGPT 亲手放出来的开源模型，积极性立马就上来了。也许这里面有点“粉丝滤镜”，但我觉得这挺好，起码会让我更愿意投入时间，耐心地把流程跑通，把功能摸透。说不定，这种投入本身就是一次价值，也是这件事对我的意义所在。
今天的花花AI观察室就到这里，没有人比我更懂AI。
如果你喜欢今天的专栏，欢迎转发给朋友，我们明天见。
PS：我问豆包，自己写的东西，没有人看，有点写不下去了，豆包给我说，不如就当写给未来的自己怎么样？好吧，我每篇都会给未来的自己说一句话
致未来的我：今天我刷X收集各种开源评价觉得可有意思了，你知道吗？其实带节奏说负面的虽然流量不少，但是客观说正面的显然看起来更舒服，不知道未来的你，是不是硬件设备中都有AI模型在里面啊？用的是谁家的啊？希望给我留言
我们正在借助AI实现内容自由，如果您也想打造个人IP，布局自媒体，或者为自己的数字生命积累数据，欢迎加入我们，一起【留下点什么】服务体系日益完善，目标千人日更大社区，真正的活在未来！一件事，一群人，一辈子【终身招募】AI日更实战营｜用99天，实现内容自由！ 2.0
DYOR AI 智库 免费分享大量AI素材和课程
帮你省下海量银子
扫码添加客服微信领素材包
https://mmbiz.qpic.cn/mmbiz_jpg/CiasOtjLf2zvHgwYwfRJB6KaTcRLTBd4UOjwHCpribcePnVAfS3rLKseicKCBUPr7cTYT2AyVqOogNh283AQNnfCA/640?wx_fmt=jpeg&from=appmsg&wxfrom=5&wx_lazy=1&wx_co=1&randomid=l5kozj74&tp=webp
页:
[1]