gpt-oss-20b GPU 요구 사항: VRAM과 가장 저렴한 GPU

gpt-oss-20b의 파라미터는 209.1억개이며 FP4로 공개되었습니다. 전문가 혼합(MoE) 모델로, 32개 전문가 중 4개가 각 토큰을 처리합니다(약 41.9억 파라미터). 그래서 생성 속도는 그 크기의 모델과 비슷합니다. 다만 모든 전문가가 GPU 메모리에 올라가 있어야 하므로 아래 메모리 수치는 전체 모델 기준입니다. apache-2.0 라이선스로 공개되어 상업적 사용이 허용됩니다.

파라미터: 209.1억
최소 메모리(INT4): 약 13 GB
가장 저렴한 GPU 시간당 요금(FP16): US$0.50
유형: 텍스트

openai/gpt-oss-20b

Hugging Face에서 보기 (새 탭에서 열림)리뷰 읽기

파라미터 209.1억
토큰당 활성 41.9억
유형 텍스트
작업 text-generation
최대 컨텍스트 128K
라이선스 apache-2.0
다운로드 567.4만
좋아요 5.3천

추가 설정

컨텍스트 길이: 8K토큰

gpt-oss-20b에 필요한 GPU 메모리는 약 47 GB

추론(vLLM), FP16 / BF16, 컨텍스트 8K토큰, 동시 요청 1건.

메모리 구성

가중치 42 GB
KV 캐시 0.2 GB
런타임 오버헤드 5.2 GB
합계 47 GB

GPU 수는 순간적인 부하에 대비해 각 카드의 10%를 비워 두고 계산합니다. 긴 프롬프트나 많은 동시 사용자가 예상되면 여유를 더 두세요.

들어맞는 GPU(저렴한 순)이 설정을 한 노드에서 감당할 수 있는 추적 중인 모든 GPU 유형을 시간당 총비용 순으로 정렬
순위	구성	GPU당 / 시간	필요한 GPU 수	합계 / 시간	합계 / 월(24시간 가동)	제공업체
1	1 × RTX PRO 6000 96GB최저가Blackwell · GDDR7	US$0.50	1	US$0.50	US$365	RunPod (새 탭에서 열림)1x RTX PRO 6000 MaxQ
2	3 × RTX 3090 24GBAmpere · GDDR6X	US$0.26	34개 단위로 판매; 필요한 수는 3개	US$1.06	US$772	Vast.ai (새 탭에서 열림)4x RTX 3090 (median of 5 offers)
3	2 × A40 48GBAmpere · GDDR6	US$0.59	2	US$1.18	US$861	RunPod (새 탭에서 열림)2x A40
4	1 × A100 80GBAmpere · HBM2e	US$1.21	1	US$1.21	US$884	Vast.ai (새 탭에서 열림)1x A100 SXM4 (median of 8 offers)
5	2 × A100 40GBAmpere · HBM2	US$0.62	2	US$1.24	US$903	Vast.ai (새 탭에서 열림)2x A100 SXM4 (median of 3 offers)
6	2 × RTX A6000 48GBAmpere · GDDR6	US$0.69	2	US$1.38	US$1,007	RunPod (새 탭에서 열림)2x RTX A6000
7	2 × L40S 48GBAda Lovelace · GDDR6	US$0.79	2	US$1.57	US$1,150	Vast.ai (새 탭에서 열림)2x L40S (median of 4 offers)
8	2 × RTX 5090 32GBBlackwell · GDDR7	US$0.87	2	US$1.74	US$1,269	Vast.ai (새 탭에서 열림)2x RTX 5090 (median of 44 offers)
9	1 × GH200 96GBHopper · HBM3	US$1.99	1	US$1.99	US$1,453	Vultr (새 탭에서 열림)vbm-72c-480gb-gh200-gpu (bare metal)
10	3 × RTX 4090 24GBAda Lovelace · GDDR6X	US$0.53	34개 단위로 판매; 필요한 수는 3개	US$2.14	US$1,561	Vast.ai (새 탭에서 열림)4x RTX 4090 (median of 14 offers)
11	2 × RTX 6000 Ada 48GBAda Lovelace · GDDR6	US$1.09	2	US$2.18	US$1,591	RunPod (새 탭에서 열림)2x RTX 6000 Ada
12	1 × MI300X 192GBCDNA 3 · HBM3	US$2.39	1	US$2.39	US$1,745	RunPod (새 탭에서 열림)1x MI300X
13	3 × L4 24GBAda Lovelace · GDDR6	US$0.69	34개 단위로 판매; 필요한 수는 3개	US$2.76	US$2,015	RunPod (새 탭에서 열림)4x L4
14	1 × H100 80GBHopper · HBM3	US$2.89	1	US$2.89	US$2,110	RunPod (새 탭에서 열림)1x H100 PCIe
15	1 × H100 NVL 94GBHopper · HBM3	US$3.19	1	US$3.19	US$2,329	RunPod (새 탭에서 열림)1x H100 NVL
16	1 × H200 141GBHopper · HBM3e	US$3.79	1	US$3.79	US$2,767	RunPod (새 탭에서 열림)1x H200 NVL
17	4 × T4 16GBTuring · GDDR6	US$0.98	4	US$3.91	US$2,856	AWS (새 탭에서 열림)g4dn.12xlarge
18	3 × A10 24GBAmpere · GDDR6	US$1.42	34개 단위로 판매; 필요한 수는 3개	US$5.67	US$4,141	AWS (새 탭에서 열림)g5.12xlarge
19	4 × V100 16GBVolta · HBM2	US$0.79	48개 단위로 판매; 필요한 수는 4개	US$6.32	US$4,614	Lambda (새 탭에서 열림)8x Tesla V100
20	1 × B200 180GBBlackwell · HBM3e	US$7.99	1	US$7.99	US$5,833	RunPod (새 탭에서 열림)1x B200
21	1 × B300 288GBBlackwell Ultra · HBM3e	US$8.99	1	US$8.99	US$6,563	RunPod (새 탭에서 열림)1x B300
22	1 × GB200 186GBBlackwell · HBM3e	US$10.50	14개 단위로 판매; 필요한 수는 1개	US$42.00	US$30,660	CoreWeave (새 탭에서 열림)GB200 NVL72

클라우드별 비용제공업체별로 들어맞는 가장 저렴한 상품. 대략적인 값, 가격은 2026년 11월 13일 기준.
제공업체	인스턴스	GPU당 / 시간	필요한 GPU 수	합계 / 시간	합계 / 월(24시간 가동)
RunPod (새 탭에서 열림)최저가	1x RTX PRO 6000 MaxQus	US$0.50	1 × RTX PRO 6000 96GB	약 US$0.50	약 US$365
Vast.ai (새 탭에서 열림)	4x RTX 3090 (median of 5 offers)전 세계 마켓플레이스	US$0.26	3 × RTX 3090 24GB 4개 단위로 판매; 필요한 수는 3개	약 US$1.06	약 US$772
Nebius (새 탭에서 열림)	1x RTX PRO 6000 96GBeu/us	US$1.80	1 × RTX PRO 6000 96GB	약 US$1.80	약 US$1,314
Vultr (새 탭에서 열림)	vbm-72c-480gb-gh200-gpu (bare metal)us	US$1.99	1 × GH200 96GB	약 US$1.99	약 US$1,453
Lambda (새 탭에서 열림)	2x A6000us	US$1.09	2 × RTX A6000 48GB	약 US$2.18	약 US$1,591
AWS (새 탭에서 열림)	g7e.2xlargeus-east-1	US$3.36	1 × RTX PRO 6000 96GB	약 US$3.36	약 US$2,455
Azure (새 탭에서 열림)	NC24ads_A100_v4eastus	US$3.67	1 × A100 80GB	약 US$3.67	약 US$2,681
Google Cloud (새 탭에서 열림)	g2-standard-48us-central1	US$1.00	3 × L4 24GB 4개 단위로 판매; 필요한 수는 3개	약 US$4.00	약 US$2,921
CoreWeave (새 탭에서 열림)	GH200us	US$6.50	1 × GH200 96GB	약 US$6.50	약 US$4,745

가격은 2026년 11월 13일 기준. 모든 비용은 대략적인 값입니다(온디맨드, 미국 달러, 주로 미국 리전. Vast.ai 같은 마켓플레이스는 전 세계).

정밀도와 용도별 메모리

컨텍스트 8K토큰, 동시 요청 1건 기준. LoRA와 전체 파인튜닝은 16비트 가중치, QLoRA는 4비트 가중치에서 시작하므로 나머지 칸은 비워 둡니다.
정밀도	추론	LoRA 파인튜닝	QLoRA 파인튜닝	전체 파인튜닝
FP16 / BF16	47 GB	57 GB	–	371 GB
INT8	25 GB	–	–	–
INT4	13 GB	–	23 GB	–

정밀도별 가장 저렴한 GPU

8K 컨텍스트, 동시 요청 1건 추론 기준.

FP16 / BF16

약 47 GB · 8K토큰

공개된 그대로의 가중치. 손실은 없지만 메모리를 가장 많이 씁니다.

1 × RTX PRO 6000 96GB

RunPod (새 탭에서 열림) · 1x RTX PRO 6000 MaxQ

GPU당 / 시간: US$0.50
필요한 GPU 수: 1
합계 / 시간: 약 US$0.50
월간, 24시간 가동, 대략: US$365

INT8

약 25 GB · 8K토큰

가중치가 절반 크기. 채팅과 RAG에서는 차이가 거의 보이지 않습니다.

2 × V100 16GB

Vast.ai (새 탭에서 열림) · 2x Tesla V100 (median of 4 offers)

GPU당 / 시간: US$0.15
필요한 GPU 수: 2
합계 / 시간: 약 US$0.30
월간, 24시간 가동, 대략: US$220

INT4

약 13 GB · 8K토큰

가중치가 4분의 1 크기. 작은 손실은 수학과 코드에서 먼저 드러납니다.

1 × RTX 3090 24GB

Vast.ai (새 탭에서 열림) · 1x RTX 3090 (median of 29 offers)

GPU당 / 시간: US$0.25
필요한 GPU 수: 1
합계 / 시간: 약 US$0.25
월간, 24시간 가동, 대략: US$183

추론과 파인튜닝 비교

추론 (FP16)
1×
(추론 대비 메모리)
47 GB
1 × RTX PRO 6000 96GB · 약 US$0.50
LoRA 파인튜닝
1.2×
(추론 대비 메모리)
57 GB
1 × RTX PRO 6000 96GB · 약 US$0.50
QLoRA 파인튜닝
0.5×
(추론 대비 메모리)
23 GB
2 × V100 16GB · 약 US$0.30
전체 파인튜닝
7.9×
(추론 대비 메모리)
371 GB
3 × MI300X 192GB · 약 US$9.56

FP16 추론은 1 × RTX PRO 6000 96GB (RunPod)로 충분합니다. LoRA는 1 × RTX PRO 6000 96GB (RunPod), QLoRA는 2 × V100 16GB (Vast.ai), 전체 파인튜닝은 3 × MI300X 192GB (RunPod)가 필요합니다. 학습은 가중치 외에 활성화 값과 옵티마이저 상태도 메모리에 두기 때문에 같은 모델을 서비스할 때보다 GPU가 더 필요한 경우가 많습니다.

Mac이나 RTX 4090 한 장으로 돌아갈까?

RTX 4090 (24GB)

네. INT4, 8K 컨텍스트에서 약 13 GB로 카드의 24GB에 들어갑니다.

Apple 실리콘 Mac

네, 메모리가 충분하면 됩니다. INT4에서 약 13 GB가 필요하므로 통합 메모리 24GB 이상인 Mac이 기준입니다(macOS는 그중 약 4분의 3을 GPU에 씁니다). 생성 속도는 데이터센터용 GPU보다 느립니다.

직접 운영할까, 토큰당 요금을 낼까?

직접 운영

저희가 찾은 가장 저렴한 FP16 구성은 RunPod의 1 × RTX PRO 6000 96GB로, 계속 가동하면 월 약 US$365입니다. 트래픽이 꾸준하거나 데이터를 자체 장비에 둬야 할 때 알맞습니다.

호스팅 API 사용

gpt-oss-20b 리뷰에서 API로 쓸 수 있는 곳과 비용을 정리했습니다. 사용량이 적거나 들쭉날쭉하면 보통 토큰당 요금이 더 저렴합니다.

리뷰 읽기

비슷한 모델

크기가 비슷한 오픈 모델.

다른 모델 계산하기

gpt-oss-20b: 자주 묻는 질문

gpt-oss-20b에는 VRAM이 얼마나 필요한가요?

8K 컨텍스트, 동시 요청 1건 기준으로 FP16은 약 47 GB, INT8은 약 25 GB, INT4는 약 13 GB입니다. 컨텍스트가 길어지거나 동시 요청이 늘면 KV 캐시가 더해집니다.

gpt-oss-20b을 돌리는 가장 저렴한 GPU는?

RunPod의 1 × RTX PRO 6000 96GB (약 US$0.50 GPU당 시간 요금)으로, FP16 / BF16·8K 컨텍스트 추론 기준 시간당 약 US$0.50입니다. 가격은 2026년 11월 13일 기준이며 자주 바뀝니다.

gpt-oss-20b을 GPU 한 장으로 파인튜닝할 수 있나요?

네, QLoRA라면 가능합니다. 약 23 GB로 80GB GPU 한 장에 들어갑니다. LoRA는 약 57 GB, 전체 파인튜닝은 약 371 GB가 필요합니다.

이 수치는 어떻게 계산하나요?

가중치는 파라미터 수 × 파라미터당 바이트(FP16은 2, INT8은 1, INT4는 0.5)입니다. KV 캐시는 모델의 레이어 수, KV 헤드 수, 헤드 크기, 컨텍스트 길이로 구합니다. 런타임용으로 약 10%와 1GB를 더하고 각 GPU를 90%까지 채운다고 봅니다. 가격은 각 제공업체의 공개 가격 페이지에서 모은 미국 리전 온디맨드 정가입니다.

gpt-oss-20b은 RTX 4090 같은 소비자용 GPU에서 돌아가나요?

네. INT4, 8K 컨텍스트에서 약 13 GB로 카드의 24GB에 들어갑니다.

gpt-oss-20b은 H100 80GB 한 장에 들어가나요?

네, 8K 컨텍스트라면 FP16 / BF16, INT8, INT4에서 들어갑니다.

gpt-oss-20b에는 GPU가 몇 개 필요한가요?

FP16, 8K 컨텍스트 기준으로 80GB는 1개, 48GB는 2개, 24GB는 3개입니다. INT4라면 가중치 메모리가 약 4분의 1로 줄어듭니다.

INT8에서 gpt-oss-20b에는 VRAM이 얼마나 필요한가요?

약 25 GB입니다. 가중치 22 GB, 8K KV 캐시 0.2 GB, 런타임 오버헤드 3.2 GB입니다.

gpt-oss-20b을 한 달 내내 24시간 돌리면 얼마인가요?

저희가 찾은 가장 저렴한 구성(1 × RTX PRO 6000 96GB (약 US$0.50 GPU당 시간 요금), 시간당 US$0.50 × 730시간)으로 약 US$365입니다. AWS, Google Cloud, Azure 중 가장 저렴한 곳은 월 약 US$2,455입니다.

FP16, INT8, INT4 중 무엇을 써야 하나요?

FP16은 품질을 그대로 유지하지만 메모리가 가장 많이 듭니다(여기서는 약 47 GB). INT8은 가중치를 절반으로 줄이며 대부분의 채팅 용도에서 품질 손실이 적습니다. INT4(AWQ, GPTQ, GGUF Q4)는 4분의 1로 줄여 합계 약 13 GB이고, 수학과 코드에서 주로 드러나는 작은 품질 저하가 있습니다.

gpt-oss-20b은 Mac에서 돌아가나요?

vLLM과 llama.cpp 중 무엇을 쓸까요?

vLLM은 NVIDIA와 AMD GPU에서 많은 요청을 동시에 처리하도록 만들어졌고 GPU 메모리 대부분을 KV 캐시로 잡아 둡니다. llama.cpp는 Mac과 CPU를 포함해 거의 모든 환경에서 GGUF 파일을 돌리며, 개인이나 작은 팀에 맞습니다. 같은 정밀도라면 필요한 메모리는 비슷합니다.