¿Qué es gpt-oss-20b?
gpt-oss-20b es el menor de los dos modelos de pesos abiertos de OpenAI, publicado en agosto de 2025. Tiene 21.000 millones de parámetros, de los que 3.600 millones están activos por token, y como sus pesos mixture-of-experts se distribuyen en MXFP4 de 4 bits, el checkpoint completo ocupa unos 13,8 GB y funciona con 16 GB de memoria. Su contexto es de 131.072 tokens.
Es un modelo de razonamiento solo de texto con esfuerzo bajo, medio y alto fijado en el prompt de sistema, uso de herramientas integrado y una cadena de razonamiento visible, y solo funciona correctamente con el formato de prompt harmony de OpenAI. OpenAI afirma que iguala a o3-mini en pruebas de razonamiento, matemáticas y salud.
Los pesos son gratuitos bajo Apache 2.0, con una política de uso de una sola frase que pide cumplir la ley aplicable. OpenAI no lo sirve en su propia API; se ejecuta con Ollama, LM Studio, llama.cpp o vLLM, o a través de los proveedores que aparecen en OpenRouter.
¿Cuánto cuesta gpt-oss-20b?
| Plan | Precio | Qué incluye |
|---|---|---|
| Weights | Free | Apache 2.0 |
| OpenRouter | From $0.018 in / $0.09 out per 1M tokens | |
| Artificial Analysis listing | $0.07 in / $0.25 out per 1M tokens |
Pesos gratuitos bajo Apache 2.0. Alojado desde 0,018 $ de entrada / 0,09 $ de salida por 1 M de tokens en OpenRouter; Artificial Analysis recoge 0,07 $ / 0,25 $.
¿Merece la pena gpt-oss-20b?
gpt-oss-20b sigue siendo una opción sensata por defecto para razonamiento privado solo de texto en hardware modesto, sobre todo porque es rápido y casi no cuesta nada. Artificial Analysis mide 185 tokens de salida por segundo con 0,82 segundos hasta el primer token, el octavo de 64 modelos comparables en velocidad, y la ruta más barata de OpenRouter cobra 0,018 $ por millón de tokens de entrada. A ese precio, el coste de una respuesta apenas se nota.
Su inteligencia es mediana para su categoría. Artificial Analysis puntúa el modo de esfuerzo alto con un 9 en su Intelligence Index, el 50.º de 141 modelos abiertos de tamaño similar y justo por encima de la mediana de 8. Usó 70 millones de tokens de salida para completar ese índice, por debajo de la mediana de 82 millones, así que, a diferencia de muchos modelos de razonamiento, no gasta su ventaja de velocidad en largas cadenas de razonamiento. Sus datos de entrenamiento terminan en mayo de 2024, y se nota en todo lo reciente.
La licencia es el otro motivo por el que las empresas lo mantienen. La política de uso de OpenAI es una sola frase que pide cumplir la ley, sin umbral de ingresos ni lista de usos aceptables que pasar por el departamento legal, y el modelo admite fine-tuning en hardware de consumo. El repositorio de Hugging Face registró 5,78 millones de descargas el mes pasado, catorce meses después del lanzamiento.
Las limitaciones vienen fijadas por el diseño. Solo lee texto, el formato harmony es obligatorio y la cadena de razonamiento en bruto que expone, en palabras de OpenAI, no está pensada para los usuarios finales, así que los productos necesitan un filtro entre el modelo y la pantalla. El 26B A4B de Gemma 4 cabe en un presupuesto de memoria similar, 14,4 GB en la versión oficial de 4 bits de Google, y añade entrada de imagen y vídeo, que es hacia donde se ha desplazado la categoría de modelos para portátil.
Dónde se gana su sitio
Un desarrollador de un despacho de abogados con un portátil de 16 GB
Resumir y consultar documentos de clientes sin enviarlos a una API en la nube
Ejecútalo en Ollama o LM Studio con esfuerzo medio; nada sale de la máquina y no hay factura por token. Cabe esperar resúmenes sólidos, pero un razonamiento más débil que el de las APIs punteras, y ningún conocimiento posterior a mayo de 2024.
Un responsable de operaciones de soporte en una empresa SaaS que gestiona 1 M de tickets al mes
Clasificar y etiquetar tickets para su enrutamiento con un coste mínimo
En la ruta más barata de OpenRouter, 1 M de tickets a 1.000 tokens de entrada y 500 de salida cuesta unos 63 $ al mes. El esfuerzo bajo mantiene baja la latencia; envía los casos difíciles a un modelo mayor.
Un ingeniero de ML con una GPU de estación de trabajo
Hacer fine-tuning de un modelo de razonamiento con herramientas internas e integrarlo en un producto
OpenAI afirma que el 20B admite fine-tuning en hardware de consumo, y Apache 2.0 permite distribuir el resultado sin negociar una licencia. Su hermano 120B necesita un nodo H100 para el mismo trabajo.
Antes de decidirte
- Puesta en marcha
- Descárgalo en Ollama, LM Studio o llama.cpp, o desde Hugging Face; la plantilla de chat de Transformers aplica harmony automáticamente, pero las llamadas directas a model.generate deben aplicarlo por su cuenta.
- Integraciones
- Function calling, navegación y uso de Python como herramienta en el formato harmony; servidores compatibles con OpenAI mediante vLLM, Ollama y LM Studio; cinco proveedores de API registrados por Artificial Analysis.
- Datos y privacidad
- Autoalojado, así que los prompts se quedan en local. Apache 2.0 permite el uso comercial y el fine-tuning; la política de uso solo exige cumplir la ley aplicable.
- Coste a escala
- Los pesos son gratuitos y caben en una GPU de 16 GB. Alojado en OpenRouter desde 0,018 $ de entrada y 0,09 $ de salida por 1 M de tokens, así que 1 M de respuestas cortas al mes cuesta bastante menos de 100 $; Artificial Analysis lo sitúa en unos 0,01 $ por tarea del índice.
- Límites
- Contexto de 131.072 tokens; solo texto; fecha de corte de conocimiento en mayo de 2024; tres niveles de razonamiento; la salida se degrada sin el formato harmony.
Lo bueno
- Funciona con 16 GB; checkpoint de unos 13,8 GB
- Apache 2.0 con una política de uso de una sola frase
- 185 tokens por segundo en Artificial Analysis
- Alojado desde 0,018 $ por 1 M de tokens de entrada
Lo malo
- Intelligence Index de 9, en mitad de la tabla para su tamaño
- Solo texto; el conocimiento termina en mayo de 2024
- Falla sin el formato de prompt harmony
- La cadena de razonamiento en bruto necesita filtrarse antes de que la vean los usuarios
Ideal para
Desarrolladores que quieren un modelo de razonamiento gratuito, privado y rápido en un portátil o en una sola GPU de consumo, y no necesitan entrada de imágenes.
Alternativas a gpt-oss-20b
gpt-oss-20b: preguntas frecuentes
- ¿Merece la pena gpt-oss-20b?
- Catorce meses después, gpt-oss-20b sigue siendo el modelo de razonamiento competente más barato de alojar, pero Gemma 4 ya hace más en los mismos 16 GB. Le damos un 3.8 sobre 5.
- ¿Cuánto cuesta gpt-oss-20b?
- Pesos gratuitos bajo Apache 2.0. Alojado desde 0,018 $ de entrada / 0,09 $ de salida por 1 M de tokens en OpenRouter; Artificial Analysis recoge 0,07 $ / 0,25 $.
- ¿Qué inconvenientes tiene gpt-oss-20b?
- Intelligence Index de 9, en mitad de la tabla para su tamaño; solo texto; el conocimiento termina en mayo de 2024; falla sin el formato de prompt harmony; la cadena de razonamiento en bruto necesita filtrarse antes de que la vean los usuarios.
- ¿Para quién es gpt-oss-20b?
- Desarrolladores que quieren un modelo de razonamiento gratuito, privado y rápido en un portátil o en una sola GPU de consumo, y no necesitan entrada de imágenes.
- ¿Cuánto cuesta gpt-oss-20b para un equipo o en producción?
- Los pesos son gratuitos y caben en una GPU de 16 GB. Alojado en OpenRouter desde 0,018 $ de entrada y 0,09 $ de salida por 1 M de tokens, así que 1 M de respuestas cortas al mes cuesta bastante menos de 100 $; Artificial Analysis lo sitúa en unos 0,01 $ por tarea del índice.
- ¿Es gpt-oss-20b seguro para los datos de la empresa?
- Autoalojado, así que los prompts se quedan en local. Apache 2.0 permite el uso comercial y el fine-tuning; la política de uso solo exige cumplir la ley aplicable.
- ¿Cuáles son las mejores alternativas a gpt-oss-20b?
- Las alternativas más cercanas que hemos analizado son gpt-oss-120b, Gemma 4 y Phi-4-Reasoning-Vision-15B.
Respuestas comprobadas el 22 oct 2026.