Qu’est-ce que gpt-oss-20b ?
gpt-oss-20b est le plus petit des deux modèles à poids ouverts d'OpenAI, sorti en août 2025. Il compte 21 milliards de paramètres dont 3,6 milliards actifs par token, et comme ses poids mixture-of-experts sont livrés en MXFP4 4 bits, le checkpoint entier pèse environ 13,8GB et tourne dans 16GB de mémoire. Son contexte est de 131 072 tokens.
C'est un modèle de raisonnement uniquement textuel avec un effort low, medium et high défini dans le prompt système, un usage d'outils intégré et une chaîne de raisonnement visible, et il ne fonctionne correctement qu'avec le format de prompt harmony d'OpenAI. OpenAI indique qu'il égale o3-mini sur les tests de raisonnement, de maths et de santé.
Les poids sont gratuits sous Apache 2.0, avec une politique d'usage d'une phrase demandant de respecter la loi applicable. OpenAI ne le sert pas dans sa propre API ; on le fait tourner avec Ollama, LM Studio, llama.cpp ou vLLM, ou via des hébergeurs listés sur OpenRouter.
Combien coûte gpt-oss-20b ?
| Offre | Prix | Ce qui est inclus |
|---|---|---|
| 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 |
Poids gratuits sous Apache 2.0. Hébergé à partir de 0,018 $ en entrée / 0,09 $ en sortie par 1M de tokens sur OpenRouter ; Artificial Analysis indique 0,07 $ / 0,25 $.
gpt-oss-20b vaut-il le coup ?
gpt-oss-20b reste un choix par défaut raisonnable pour le raisonnement privé et uniquement textuel sur un matériel modeste, surtout parce qu'il est rapide et ne coûte presque rien. Artificial Analysis mesure 185 tokens de sortie par seconde avec 0,82 seconde avant le premier token, huitième sur 64 modèles comparables en vitesse, et la voie la moins chère sur OpenRouter facture 0,018 $ par million de tokens en entrée. À ce tarif, le prix d'une réponse se remarque à peine.
Son intelligence est moyenne pour la catégorie. Artificial Analysis note le réglage high-effort à 9 sur son Intelligence Index, 50e sur 141 modèles ouverts de taille similaire et juste au-dessus de la médiane de 8. Il a utilisé 70 millions de tokens de sortie pour faire tourner cet index, sous la médiane de 82 millions, si bien que, contrairement à beaucoup de modèles de raisonnement, il ne dépense pas son avantage de vitesse en longues chaînes de raisonnement. Ses données d'entraînement s'arrêtent en mai 2024, ce qui se voit sur tout ce qui est récent.
La licence est l'autre raison pour laquelle les entreprises le gardent. La politique d'usage d'OpenAI est une seule phrase demandant de respecter la loi, sans seuil de chiffre d'affaires ni liste d'usages acceptables à faire valider par le juridique, et le modèle peut être affiné sur du matériel grand public. Le dépôt Hugging Face a enregistré 5,78 millions de téléchargements le mois dernier, quatorze mois après sa sortie.
Les contraintes sont fixées par conception. Il ne lit que du texte, le format harmony est obligatoire, et la chaîne de raisonnement brute qu'il expose n'est, selon OpenAI, pas destinée aux utilisateurs finaux, si bien que les produits ont besoin d'un filtre entre le modèle et l'écran. Le 26B A4B de Gemma 4 tient dans un budget mémoire similaire à 14,4GB dans la version 4 bits officielle de Google et ajoute l'entrée d'image et de vidéo, là où s'est déplacée la place à taille de portable.
Là où il fait la différence
Un développeur dans un cabinet d'avocats avec un portable de 16GB
Résumer et interroger des documents clients sans les envoyer à une API cloud
Le faire tourner dans Ollama ou LM Studio à l'effort medium ; rien ne quitte la machine et il n'y a pas de facture au token. Attendez-vous à de bons résumés mais à un raisonnement plus faible que les API de pointe, et à aucune connaissance après mai 2024.
Un responsable des opérations support dans une entreprise SaaS qui traite 1M de tickets par mois
Classer et étiqueter les tickets pour le routage à un coût minimal
Sur la voie la moins chère d'OpenRouter, 1M de tickets à 1 000 tokens en entrée et 500 en sortie coûtent environ 63 $ par mois. L'effort low garde la latence basse ; envoyez les cas difficiles à un modèle plus grand.
Un ingénieur ML avec un seul GPU de station de travail
Affiner un modèle de raisonnement sur l'outillage interne et le livrer dans un produit
OpenAI indique que le 20B peut être affiné sur du matériel grand public, et Apache 2.0 permet de livrer le résultat sans négociation de licence. Le grand frère 120B exige un seul nœud H100 pour le même travail.
Avant de vous engager
- Mise en route
- Récupérez-le dans Ollama, LM Studio ou llama.cpp, ou téléchargez-le depuis Hugging Face ; le modèle de chat de Transformers applique harmony automatiquement, mais les appels directs à model.generate doivent l'appliquer eux-mêmes.
- Intégrations
- Appel de fonctions, navigation et usage d'outils Python au format harmony ; serveurs compatibles OpenAI via vLLM, Ollama et LM Studio ; cinq fournisseurs d'API suivis par Artificial Analysis.
- Données et confidentialité
- Auto-hébergé, les prompts restent donc en local. Apache 2.0 autorise l'usage commercial et l'affinage ; la politique d'usage n'exige que le respect de la loi applicable.
- Coût à grande échelle
- Les poids sont gratuits et tiennent sur un GPU de 16GB. Hébergé sur OpenRouter à partir de 0,018 $ en entrée et 0,09 $ en sortie par million de tokens, si bien qu'1M de courtes réponses par mois coûte bien moins de 100 $ ; Artificial Analysis le chiffre à environ 0,01 $ par tâche de l'index.
- Limites
- Contexte de 131 072 tokens ; texte uniquement ; date limite de connaissances en mai 2024 ; trois niveaux de raisonnement ; la sortie se dégrade sans le formatage harmony.
Les points forts
- Tourne dans 16GB ; checkpoint d'environ 13,8GB
- Apache 2.0 avec une politique d'usage d'une phrase
- 185 tokens par seconde sur Artificial Analysis
- Hébergé à partir de 0,018 $ par million de tokens en entrée
Les points faibles
- Intelligence Index de 9, en milieu de tableau pour sa taille
- Texte uniquement ; les connaissances s'arrêtent en mai 2024
- Échoue sans le format de prompt harmony
- La chaîne de raisonnement brute doit être filtrée avant que les utilisateurs ne la voient
Idéal pour
Les développeurs qui veulent un modèle de raisonnement gratuit, privé et rapide sur un portable ou un seul GPU grand public, et n'ont pas besoin d'entrée d'image.
Alternatives à gpt-oss-20b
gpt-oss-20b : questions fréquentes
- gpt-oss-20b vaut-il le coup ?
- Quatorze mois plus tard, gpt-oss-20b reste le modèle de raisonnement compétent le moins cher à héberger, mais Gemma 4 en fait désormais plus dans les mêmes 16GB. Nous lui donnons 3.8 sur 5.
- Combien coûte gpt-oss-20b ?
- Poids gratuits sous Apache 2.0. Hébergé à partir de 0,018 $ en entrée / 0,09 $ en sortie par 1M de tokens sur OpenRouter ; Artificial Analysis indique 0,07 $ / 0,25 $.
- Quels sont les inconvénients de gpt-oss-20b ?
- Intelligence Index de 9, en milieu de tableau pour sa taille; texte uniquement ; les connaissances s'arrêtent en mai 2024; échoue sans le format de prompt harmony; la chaîne de raisonnement brute doit être filtrée avant que les utilisateurs ne la voient.
- À qui s’adresse gpt-oss-20b ?
- Les développeurs qui veulent un modèle de raisonnement gratuit, privé et rapide sur un portable ou un seul GPU grand public, et n'ont pas besoin d'entrée d'image.
- Combien coûte gpt-oss-20b pour une équipe ou en production ?
- Les poids sont gratuits et tiennent sur un GPU de 16GB. Hébergé sur OpenRouter à partir de 0,018 $ en entrée et 0,09 $ en sortie par million de tokens, si bien qu'1M de courtes réponses par mois coûte bien moins de 100 $ ; Artificial Analysis le chiffre à environ 0,01 $ par tâche de l'index.
- gpt-oss-20b est-il sûr pour les données de l’entreprise ?
- Auto-hébergé, les prompts restent donc en local. Apache 2.0 autorise l'usage commercial et l'affinage ; la politique d'usage n'exige que le respect de la loi applicable.
- Quelles sont les meilleures alternatives à gpt-oss-20b ?
- Les alternatives les plus proches que nous avons testées sont gpt-oss-120b, Gemma 4 et Phi-4-Reasoning-Vision-15B.
Réponses vérifiées le 22 oct. 2026.