O que é gpt-oss-20b?
gpt-oss-20b é o menor dos dois modelos de pesos abertos da OpenAI, lançado em agosto de 2025. Ele tem 21 bilhões de parâmetros, com 3,6 bilhões ativos por token, e como seus pesos mixture-of-experts vêm em MXFP4 de 4 bits, o checkpoint inteiro tem cerca de 13,8GB e roda em 16GB de memória. Seu contexto é de 131.072 tokens.
É um modelo de raciocínio só de texto, com esforço low, medium e high definido no system prompt, uso de ferramentas embutido e cadeia de raciocínio visível, e só funciona corretamente com o formato de prompt harmony da OpenAI. A OpenAI diz que ele iguala o o3-mini em testes de raciocínio, matemática e saúde.
Os pesos são gratuitos sob Apache 2.0, com uma política de uso de uma frase que pede aos usuários que sigam a lei aplicável. A OpenAI não o serve na própria API; as pessoas o rodam com Ollama, LM Studio, llama.cpp ou vLLM, ou por hosts listados no OpenRouter.
Quanto custa gpt-oss-20b?
| Plano | Preço | O que inclui |
|---|---|---|
| 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 sob Apache 2.0. Hospedado a partir de $0,018 de entrada / $0,09 de saída por 1M de tokens no OpenRouter; a Artificial Analysis lista $0,07 / $0,25.
gpt-oss-20b vale a pena?
O gpt-oss-20b continua sendo um padrão sensato para raciocínio privado, só de texto, em hardware modesto, principalmente porque é rápido e quase não custa nada. A Artificial Analysis mede 185 tokens de saída por segundo, com 0,82 segundo até o primeiro token, oitavo de 64 modelos comparáveis em velocidade, e a rota mais barata no OpenRouter cobra $0,018 por milhão de tokens de entrada. Nessa tarifa, o preço de uma resposta mal aparece.
Sua inteligência é mediana para a classe. A Artificial Analysis dá à configuração de esforço alto 9 no seu Intelligence Index, 50º de 141 modelos abertos de tamanho parecido e logo acima da mediana de 8. Ele usou 70 milhões de tokens de saída para rodar esse índice, abaixo da mediana de 82 milhões, então, ao contrário de muitos modelos de raciocínio, não gasta sua vantagem de velocidade em longas cadeias de raciocínio. Seus dados de treinamento param em maio de 2024, o que aparece em qualquer assunto recente.
A licença é o outro motivo pelo qual as empresas o mantêm. A política de uso da OpenAI é uma única frase pedindo que os usuários obedeçam à lei, sem limite de receita nem lista de uso aceitável para passar pelo jurídico, e o modelo pode receber fine-tuning em hardware de consumo. O repositório no Hugging Face registrou 5,78 milhões de downloads no último mês, catorze meses após o lançamento.
As restrições são fixas por design. Ele só lê texto, o formato harmony é obrigatório, e a cadeia de raciocínio bruta que ele expõe, nas palavras da OpenAI, não é destinada aos usuários finais, então os produtos precisam de um filtro entre o modelo e a tela. O 26B A4B do Gemma 4 cabe em um orçamento de memória parecido, com 14,4GB na versão oficial de 4 bits do Google, e acrescenta entrada de imagem e vídeo, e é para lá que a vaga do tamanho de notebook se mudou.
Onde ele se destaca
Um desenvolvedor em um escritório de advocacia com um notebook de 16GB
Resumir e consultar documentos de clientes sem enviá-los a uma API na nuvem
Rode-o no Ollama ou no LM Studio em esforço medium; nada sai da máquina e não há conta por token. Espere bons resumos, mas raciocínio mais fraco do que nas APIs de fronteira, e nenhum conhecimento depois de maio de 2024.
Um líder de operações de suporte em uma empresa SaaS que lida com 1M de tickets por mês
Classificar e etiquetar tickets para roteamento com custo mínimo
Na rota mais barata do OpenRouter, 1M de tickets com 1.000 tokens de entrada e 500 de saída custa cerca de $63 por mês. O esforço low mantém a latência baixa; envie os casos difíceis para um modelo maior.
Um engenheiro de ML com uma GPU de workstation
Fazer fine-tuning de um modelo de raciocínio com ferramentas internas e embuti-lo em um produto
A OpenAI diz que o 20B pode receber fine-tuning em hardware de consumo, e a Apache 2.0 permite distribuir o resultado sem negociar licença. O irmão de 120B precisa de um nó H100 para o mesmo trabalho.
Antes de decidir
- Configuração
- Baixe-o no Ollama, no LM Studio ou no llama.cpp, ou pelo Hugging Face; o chat template do Transformers aplica o harmony automaticamente, mas chamadas diretas a model.generate precisam aplicá-lo por conta própria.
- Integrações
- Function calling, navegação e uso de ferramenta Python no formato harmony; servidores compatíveis com OpenAI pelo vLLM, Ollama e LM Studio; cinco provedores de API acompanhados pela Artificial Analysis.
- Dados e privacidade
- Auto-hospedado, então os prompts ficam locais. A Apache 2.0 permite uso comercial e fine-tuning; a política de uso só exige o cumprimento da lei aplicável.
- Custo em escala
- Os pesos são gratuitos e cabem em uma GPU de 16GB. Hospedado no OpenRouter a partir de $0,018 de entrada e $0,09 de saída por 1M de tokens, então 1M de respostas curtas por mês custa bem menos de $100; a Artificial Analysis o coloca em cerca de $0,01 por tarefa do índice.
- Limites
- Contexto de 131.072 tokens; só texto; corte de conhecimento em maio de 2024; três níveis de raciocínio; a saída piora sem a formatação harmony.
O que é bom
- Roda em 16GB; checkpoint de cerca de 13,8GB
- Apache 2.0 com política de uso de uma frase
- 185 tokens por segundo na Artificial Analysis
- Hospedado a partir de $0,018 por 1M de tokens de entrada
O que não é
- Intelligence Index de 9, meio de tabela para o seu tamanho
- Só texto; o conhecimento para em maio de 2024
- Falha sem o formato de prompt harmony
- A cadeia de raciocínio bruta precisa ser filtrada antes que os usuários a vejam
Ideal para
Desenvolvedores que querem um modelo de raciocínio gratuito, privado e rápido em um notebook ou em uma única GPU de consumo, e não precisam de entrada de imagem.
Alternativas ao gpt-oss-20b
gpt-oss-20b: perguntas frequentes
- gpt-oss-20b vale a pena?
- Catorze meses depois, o gpt-oss-20b ainda é o modelo de raciocínio competente mais barato de hospedar, mas o Gemma 4 agora faz mais nos mesmos 16GB. Damos nota 3.8 de 5.
- Quanto custa gpt-oss-20b?
- Pesos gratuitos sob Apache 2.0. Hospedado a partir de $0,018 de entrada / $0,09 de saída por 1M de tokens no OpenRouter; a Artificial Analysis lista $0,07 / $0,25.
- Quais são as desvantagens de gpt-oss-20b?
- Intelligence Index de 9, meio de tabela para o seu tamanho; só texto; o conhecimento para em maio de 2024; falha sem o formato de prompt harmony; a cadeia de raciocínio bruta precisa ser filtrada antes que os usuários a vejam.
- Para quem gpt-oss-20b é indicado?
- Desenvolvedores que querem um modelo de raciocínio gratuito, privado e rápido em um notebook ou em uma única GPU de consumo, e não precisam de entrada de imagem.
- Quanto custa gpt-oss-20b para uma equipe ou em produção?
- Os pesos são gratuitos e cabem em uma GPU de 16GB. Hospedado no OpenRouter a partir de $0,018 de entrada e $0,09 de saída por 1M de tokens, então 1M de respostas curtas por mês custa bem menos de $100; a Artificial Analysis o coloca em cerca de $0,01 por tarefa do índice.
- gpt-oss-20b é seguro para dados da empresa?
- Auto-hospedado, então os prompts ficam locais. A Apache 2.0 permite uso comercial e fine-tuning; a política de uso só exige o cumprimento da lei aplicável.
- Quais são as melhores alternativas ao gpt-oss-20b?
- As alternativas mais próximas que analisamos são gpt-oss-120b, Gemma 4 e Phi-4-Reasoning-Vision-15B.
Respostas verificadas em 22 de out. de 2026.