OpenAI重返开源大模型战场，影响几何？

2025年8月5日，美国西海岸时间，OpenAI发布了两款开源大模型——GPT-OSS 120B和GPT-OSS-20B，这些模型现在可以从Hugging Face平台下载，供用户修改、定制和商业应用。包括亚马逊AWS、微软Azure在内的主流云平台也已经开始提供基于这两款模型的服务。这是自2019年11月以来，OpenAI首次发布开源大模型。

历史似乎充满讽刺。OpenAI的名称就寓意着“开放”和“开源”，这曾是Sam Altman自诩为AI时代的核心精神和生存之道。然而，从2019年初开始，OpenAI便逐渐偏离了开源的轨道：那年2月，它以“安全问题”为借口，仅公布了7.74亿参数的“部分模型”的GPT-2；直到同年11月，在GPT-2无人问津的情况下，才羞怯地公布了全部15亿参数。至于后来大放异彩的GPT-3、GPT-3.5以及GPT-4系列大模型，则从未公布过参数权重或技术路线白皮书。

截至昨天，在全球AI大模型基础研发领域，OpenAI成为了仅有的几家“没有任何新版开源大模型”的开发者之一。另一家是Anthropic，自成立起就从未发布过开源大模型。考虑到Anthropic是由对OpenAI不满的离职员工创立的，这验证了“不是一家人，不进一家门”的俗话。

在竞争对手中，谷歌从2024年开始维持着开源的Gemma系列大模型，与闭源的Gemini系列大模型齐头并进；Meta的LLaMA系列大模型是当今主流开源大模型的精神源头；来自法国的Mistral的第一版大模型就有开源版本；马斯克的Grok在成立之初就公布了开源大模型；阿里巴巴的Qwen已成为衍生版本系列最多的开源大模型之一。更不用说DeepSeek了，如果不是开源，它绝不可能获得这么大的影响力和应用范围。

有人不禁要问：为什么要开源？对竞争对手而言，开源便于互相学习借鉴（甚至抄袭）。对全人类而言，开源促进技术进步。但对OpenAI这样的领先开发者来说，开源有何实际意义？（除了为自己正名？）

答案明确：开源大模型可下载到本地硬件设备中运行，对客户有吸引力。总结如下：

客户可将数据存储在本地，而非上传至第三方平台，从而最大限度地保护数据安全。这对国家机密和商业机密都至关重要。

客户可基于自身需求微调开源大模型，以契合特定行业应用场景。医疗、金融等复杂或敏感行业对此需求尤其旺盛。

对预算有限的客户而言，在本地硬件上运行大模型可能比购买闭源大模型使用权更划算。例如，GPT-OSS-2B甚至可在笔记本电脑上运行。

当然，本地部署意味着客户需负责信息安全和技术维护。权衡利弊后，许多大型行业客户仍偏好开源大模型。这便是LLaMA系列在欧美深受大企业欢迎的原因，也是DeepSeek今年初席卷国内政企客户的原因。尽管DeepSeek的技术水平或许与GPT-4o1相当，但如果不是开源，其应用速度会慢得多。

如今，在阔别近六年后，OpenAI终于重返开源大模型战场。一定程度上，这受到了LLaMA、DeepSeek、Qwen和Grok等开源大模型的刺激；但从商业角度看，这一决策迟早要做出。因为有些企业客户永远不可能将重要数据上传至第三方平台；政府部门更不可能。与其让市场留给竞争对手，不如自己去占领。尽管竞争对手技术进步可能慢一些，但OpenAI重返开源赛道的速度只会慢一些。

这也意味着2025年成为了“开源之年”：国内领先的百度和国外仍领先的OpenAI都发布了开源大模型。Meta发布了最新开源版本，阿里则明显加快了开源版本的发布速度。此时，全球主流大模型开发商仅有两家未开源：Anthropic和国内的字节跳动——豆包大模型（及其前身云雀）尚无任何形式的开源版本或计划。但从技术角度看，豆包不属于全球第一集团，开源与否对大模型技术进步影响不大。

接下来探讨：本次OpenAI的开源对全球大模型技术有何影响？我不是技术开发者，仅从常识角度谈。我认为：影响有但有限。一方面因OpenAI未开源最新版本和技术；另一方面因过去两年外界对其技术路线的“猜测”较成功。

OpenAI公布的GPT-OSS两个版本训练数据截至2024年6月、训练结束于8月，性能大致与GPT-4o3及o3 mini相当——后两者发布已四个月。评测指出GPT-OSS-120B表现优于DeepSeek和Qwen的最新版本，但这并未提供新信息。这仅证明OpenAI至少还有几个月的领先优势。

在技术路线上，从OpenAI的白皮书中可知：

GPT-OSS采用混合专家架构，这一点早已被外界猜到。混合专家架构是目前主流。GPT-OSS 120B每层有128个专家、20B每层有32个专家、每个路径会激活4个最擅长的专家——这些细节仍有用。

GPT-OSS在标准文本基础上训练、思维链(CoT)架构在后训练阶段实现。CoT是“深度推理”大模型的基础。现在可以确定OpenAI与竞争对手一样在后训练阶段赋予CoT。

在后训练阶段与GPT-4o3一样采用了CoT RL技术。还使用了外部API、RAG Agents等在此不赘述。这证实了外界的猜测。

未压制“大模型幻觉”会降低CoT透明度。因此GPT-OSS深度推理模式幻觉率高可能是所有深度推理模型的通病。

总之上述大部分技术路线是外界早已猜测或争辩的。某些技术细节如后训练手段可能带来启发但改进有限。如果OpenAI有“独门秘籍”大概也不会在白皮书中公布。这份白皮书证明：过去两年多全球大模型开发者对OpenAI技术路线的猜测和模仿大部分是正确的。

需要强调GPT-OSS只是“开放权重”大模型而非完整意义上的“开源”。它公布的只是参数及其取值（权重）、一份34页的技术白皮书及其他少量信息。如果要“复刻”一个成品至少缺失如下环节：

训练中使用的各种“脚手架模型”、语料库、训练工具等某些竞争对手会部分公布但OpenAI没有。

完全满足上述“开源”条件的大模型非常罕见尤其是商业公司几乎不可能发布这种“全面开源”的大模型。原因很简单：大家发布开源大模型是为了满足客户需求、培育开发者生态而非方便抄袭。

附带说一句OpenAI公布了GPT-OSS的训练细节：基于英伟达H100 GPU其中1200亿参数版本消耗了210万H100小时、200亿版本是前者的六分之一。从这里可以推断出使用的算力集群规模——假设训练时间为30天则使用了2917张H100；若为45天则使用了1944张。考虑到训练数据截至2024年6月、完成于7月底或8月初所以训练时间不太可能明显超过45天。

因此GPT-OSS还没用上最新的Blackwell系列GPU也没有使用“万卡集群”。这是否意味着顶尖大模型的训练算力需求没那么高？且慢下结论因为GPT-OSS不是OpenAI的当家模型只是内部训练的无数个模型之一。