OpenAI、大規模オープンウェイト言語モデルを公開

• OpenAIが初めて**大規模オープンウェイト言語モデル（gpt-oss）**を公開
• gpt-oss-120bとgpt-oss-20bの2モデルを提供し、強力な性能と幅広いデバイス対応を強調
• Apache 2.0ライセンスにより、商用利用・カスタマイズ・自由な配布が可能
• 安全性のためにトレーニングと外部専門家レビュー、包括的な安全テストの手順を導入
• Hugging Face、GitHubなどでモデルを直接ダウンロードでき、ファインチューニング・デプロイ・カスタマイズ関連のリソースとPlaygroundも提供

---

OpenAIのオープンモデル

• OpenAIはすべてのユースケースに合わせてカスタム可能で、どこからでも実行できる大規模オープンウェイト推論モデル（gpt-oss）を公開
• Hugging FaceおよびGitHubでモデルファイルを直接ダウンロードでき、WebベースのPlaygroundでデモを体験可能
• Apache 2.0ライセンスで配布され、コピーレフトや特許侵害の懸念なしに自由に商用活用、カスタマイズ、配布可能

• gpt-oss-120b: データセンター、高性能デスクトップおよびノートパソコン向けの大型モデル
• gpt-oss-20b: ほとんどのデスクトップおよびノートパソコンで動作する中型モデル

主な特徴

• エージェント作業の最適化

  • ツール利用と指示遵守が強みで、Web検索・Pythonコード実行などのエージェント用途に適している

• カスタマイズとファインチューニング

  • reasoning_effort（推論難易度）などのハイパーパラメータ調整が可能
  • 全パラメータファインチューニングによる高度なカスタマイズをサポート

• 思考の流れ（Chain-of-Thought）公開

  • モデルの**推論過程の展開（思考の流れ）**をすべて確認でき、デバッグと信頼性評価が容易

• Playground提供

  • 開発者と研究者なら誰でもブラウザ上でモデル性能を体験できるPlaygroundをサポート

モデル性能

• gpt-oss-120bとgpt-oss-20bは、OpenAIの商用モデル（OpenAI o3、o4-mini）と複数の主要ベンチマークで性能を直接比較
• 各モデルの推論・知識、競技数学などさまざまな領域における成績が具体的に公開
• 一部の項目ではOpenAIの商用モデルに近い結果を示すほか、特定のテストでは優れた結果を示している

主要ベンチマーク性能の詳細

• 推論と知識

  • MMLU（Massive Multitask Language Understanding）
    • gpt-oss-120b: 90
    • gpt-oss-20b: 85.3
    • OpenAI o3: 93.4
    • OpenAI o4-mini: 93
    • → 大規模商用モデルにはやや及ばないが、オープンモデルとしては非常に優れた総合推論性能を示す
  • GPQA Diamond
    • gpt-oss-120b: 80.9
    • gpt-oss-20b: 74.2
    • OpenAI o3: 77
    • OpenAI o4-mini: 81.4
    • → オープンモデルであるにもかかわらず、商用モデルとほぼ同等の高度な知識ベースQA性能を達成
  • Humanity’s Last Exam
    • gpt-oss-120b: 19
    • gpt-oss-20b: 17.3
    • OpenAI o3: 24.9
    • OpenAI o4-mini: 17.7
    • → 難易度の高い評価では商用モデルに比べ低いが、20bとo4-miniはほぼ同等の結果

• 競争数学（AIME）

  • AIME 2024
    • gpt-oss-120b: 96.6
    • gpt-oss-20b: 96
    • OpenAI o3: 91.6
    • OpenAI o4-mini: 93.4
    • → 2024年版ベースでは商用モデルより高いスコアを記録
  • AIME 2025
    • gpt-oss-120b: 97.9
    • gpt-oss-20b: 98.7
    • OpenAI o3: 88.9
    • OpenAI o4-mini: 92.7
    • → 数学分野ではOpenAIの商用モデルを上回る数値も見られる

• 総合解釈

  • gpt-ossシリーズは特に数学、論理、知識分野で高い性能を実証
  • 商用モデルとの差は大きくなく、実サービスやエンジニアリング用途でも活用可能性が高い
  • 大規模オープンモデルとして、研究開発、エージェント、カスタマイズ環境で十分に競争力がある選択肢

安全性およびテスト

• すべてのモデルに対して厳格な安全トレーニングと評価が適用
• OpenAIの安全性準備フレームワークに従い、悪意のあるファインチューニングへの耐性も別途テスト
• 外部安全専門家と協力して、オープンモデル向け安全基準を整備

• Hugging FaceとGitHubでモデルをダウンロードして使用可能