gpt-oss: otwarte modele OpenAI do uruchomienia na własnym komputerze

Czym jest gpt-oss?

gpt-oss to rodzina modeli językowych OpenAI z otwartymi wagami, opublikowana 5 sierpnia 2025 roku. Plik modelu pobierasz na własny dysk i uruchamiasz bez konta w OpenAI i bez wysyłania danych do chmury. Są dwa rozmiary:

Oba to modele MoE (mixture of experts). Taki model składa się z wielu „ekspertów”, a przy każdym tokenie (kawałku słowa) pracuje tylko kilku z nich. Dlatego gpt-oss-120b liczy mniej więcej tyle co model z 5 mld parametrów i odpowiada szybko jak na swój rozmiar. W pamięci musi się jednak zmieścić cały model, a nie tylko aktywne parametry.

Modele przyjmują tylko tekst, bez obrazów. Kontekst, czyli ilość tekstu, którą model obejmuje naraz, wynosi 128K tokenów. OpenAI pisze, że gpt-oss-120b zbliża się do poziomu o4-mini, a gpt-oss-20b wypada podobnie do o3-mini; to dane producenta.

Co to jest MXFP4?

Zwykle model publikuje się w pełnej precyzji (16 bitów na wagę), a do uruchomienia w domu zmniejsza się go kwantyzacją, czyli zapisem wag z mniejszą dokładnością. W gpt-oss OpenAI zrobiło to samo: wagi warstw MoE są od razu zapisane w formacie MXFP4, mniej więcej 4-bitowym, i w tej postaci model był doszkalany i testowany. Dzięki temu według OpenAI gpt-oss-20b mieści się w 16 GB pamięci, a gpt-oss-120b na jednej karcie z 80 GB (np. NVIDIA H100).

Mocne i słabe strony gpt-oss

Mocne strony

• Regulowany poziom rozumowania. Model najpierw „myśli”, a potem odpowiada. Wysiłek ustawiasz na low, medium lub high; według karty wystarczy wpisać w poleceniu systemowym np. Reasoning: high. Niski poziom daje szybkie odpowiedzi, wysoki lepsze wyniki w trudnych zadaniach.
• Pełny tok myślenia. Możesz podejrzeć cały tok rozumowania, co pomaga zrozumieć błędy. OpenAI zaznacza, że nie jest on przeznaczony do pokazywania użytkownikom końcowym.
• Narzędzia. Modele obsługują wywoływanie funkcji, przeglądanie stron, wykonywanie kodu w Pythonie i odpowiedzi w zadanej strukturze (Structured Outputs). To dobra baza dla lokalnych agentów.
• Dostrajanie. Według OpenAI gpt-oss-20b da się dostroić na sprzęcie konsumenckim, a 120b na jednym serwerze z kartami H100.
• Licencja Apache 2.0. Można używać komercyjnie, bez limitów użytkowników.

Słabe strony

• Głównie angielski. OpenAI pisze, że dane treningowe były „przeważnie angielskie” i nie podaje listy obsługiwanych języków.
• Tylko tekst. Nie przeanalizujesz zdjęcia ani zrzutu ekranu.
• Wymaga formatu harmony. Modele trenowano na specjalnym formacie rozmowy o nazwie harmony i według OpenAI bez niego nie działają poprawnie. OpenAI samo poleca w karcie modelu Ollamę do uruchamiania na zwykłym sprzęcie. Kłopot pojawia się głównie wtedy, gdy podłączasz model własnym kodem: trzeba wtedy użyć szablonu czatu albo biblioteki openai-harmony.
• Myślenie kosztuje czas. Na poziomie high model potrafi długo pisać tok rozumowania, zanim poda odpowiedź.

Czy gpt-oss dobrze mówi po polsku?

Przeciętnie. Model rozumie polskie polecenia i odpowiada po polsku, ale niezależne testy pokazują wyraźne braki, zwłaszcza w mniejszym wariancie:

PLCC (OPI PIB) to 600 pytań o polską historię, geografię, kulturę, sztukę, gramatykę i słownictwo. Podajemy średnią z sześciu kategorii; oba modele oceniono w dniu premiery, 5 sierpnia 2025, a dane tabeli pochodzą z 17 października 2026. Mniejszy gpt-oss-20b myli się w ponad dwóch trzecich pytań o polskie realia.

CPTU-Bench (SpeakLeash) mierzy rozumienie trudnych polskich tekstów: wydźwięk, frazeologię i podchwytliwe pytania. Tu gpt-oss-120b jest na 29. miejscu na 102 modele, nieco przed Bielikiem 11B v3 (34. miejsce). Podajemy średnią z czterech kategorii.

Open PL LLM Leaderboard (SpeakLeash) ma dla gpt-oss-20b wynik ujemny: −20,2 w trybie 5-shot, a drugi przebieg (bez przykładów) oznaczono jako nieukończony. Ujemna średnia nie opisuje realnej jakości modelu; naszym zdaniem to raczej kłopot techniczny z samym testem, np. z formatem harmony. Wiarygodnego wyniku gpt-oss w tym rankingu więc nie ma.

Ciekawostka: w pracy naukowców z UAM (FedCSIS 2026) otwarte modele oceniały jakość odpowiedzi polskich systemów RAG, czyli asystentów odpowiadających na podstawie dokumentów. Wśród trzech większych modeli w roli „sędziów” gpt-oss-20b był najmniej podatny na kolejność, w jakiej pokazywano mu odpowiedzi do porównania. Słaba wiedza o Polsce nie przekreśla go więc w zadaniach, w których dostaje gotowy tekst do analizy.

Wniosek: do pisania po polsku i pytań o polskie realia lepszy będzie Bielik. gpt-oss sprawdzi się tam, gdzie liczy się rozumowanie i narzędzia, a odpowiedź możesz zweryfikować. Więcej porównań: najlepszy model po polsku.

Który wariant gpt-oss wybrać?

Nasz szacunek pamięci liczymy jak dla kwantyzacji Q4_K_M, według metodologii katalogu. Format MXFP4 jest nieco oszczędniejszy, dlatego pliki w Ollamie są trochę mniejsze od szacunku.

• Karta graficzna z 16 GB VRAM: gpt-oss-20b (szacunek ok. 13,9 GB, plik ma 14 GB według ollama.com). To sprzęt, o którym mówi OpenAI, pisząc o 16 GB.
• Mac z Apple Silicon i 24 GB pamięci lub więcej: gpt-oss-20b. Pamięć jest wspólna dla procesora i grafiki, a system też potrzebuje swojej części, dlatego Mac z 16 GB to za mało na wygodną pracę.
• Komputer bez mocnej karty, z 32 GB RAM: gpt-oss-20b ruszy na samym procesorze. Dzięki budowie MoE (3,6 mld aktywnych parametrów) liczy mniej niż gęsty model tej wielkości, ale i tak będzie wolniejszy niż na karcie graficznej.
• Stacja robocza z 80 GB VRAM lub Mac z 96–128 GB pamięci: gpt-oss-120b (szacunek ok. 72,7 GB, plik 65 GB). Na zwykły domowy komputer to za dużo.

Uwaga: w Ollamie są też tagi gpt-oss:20b-cloud i gpt-oss:120b-cloud. Wyglądają podobnie, ale uruchamiają model w chmurze Ollamy, nie na twoim komputerze, więc rozmowa wychodzi poza twój sprzęt. Jeśli zależy ci na prywatności, używaj tagów bez końcówki -cloud.

Jak uruchomić gpt-oss na swoim komputerze?

1. Zainstaluj Ollama. Instalator dla Windows, macOS i Linuksa jest na ollama.com/download. Program działa w tle (API pod http://localhost:11434).
2. Pobierz i uruchom model. W terminalu (Windows: PowerShell) wpisz komendę z ramki. Pierwsze uruchomienie pobiera plik, kolejne działają bez internetu.

   ollama run gpt-oss:20b

   ollama run gpt-oss:120b

   Tagi kończące się na -cloud uruchamiają model w chmurze Ollamy, nie na twoim komputerze.

3. Rozmawiaj. Pisz i zatwierdzaj Enterem. /bye kończy rozmowę, ollama list pokazuje pobrane modele, ollama rm <nazwa> je usuwa.
4. Wolisz okienka? Użyj LM Studio. W LM Studio wejdź w wyszukiwarkę modeli i wpisz „gpt-oss”. Jest w katalogu LM Studio (lmstudio.ai/models/gpt-oss).

Ile pamięci potrzebuje gpt-oss?

Wariant	Parametry	RAM/VRAM (szacunek)	Plik w Ollama	Tag Ollama
20b (3,6B akt.)	21 mld	≈13,9 GB	14 GB	gpt-oss:20b
120b (5,1B akt.)	117 mld	≈72,7 GB	65 GB	gpt-oss:120b

Jak liczymy szacunek?

Szacunek = parametry (mld) × bity na wagę / 8 + 1 GB zapasu. Dla kwantyzacji Q4_K_M przyjmujemy 4,9 bita, dla Q8_0 8,5 bita (wartości z tabeli w dokumentacji llama.cpp); zapas obejmuje krótki kontekst i sam program. Dłuższy kontekst zużywa więcej pamięci. W modelach MoE w pamięci muszą być wszystkie parametry, nie tylko aktywne. „Plik w Ollama” to rozmiar podany na ollama.com (lub plik GGUF na Hugging Face) dla danego tagu; bywa inny niż szacunek, bo pliki zawierają też np. koder obrazu, a Ollama nie zawsze używa Q4_K_M.

Licencja gpt-oss: co wolno?

Oba modele mają licencję Apache 2.0. Pozwala ona używać ich komercyjnie, modyfikować, dostrajać i wbudowywać w produkty, bez limitów liczby użytkowników czy przychodu. OpenAI dołącza do niej krótką politykę użycia, której sedno to jedno zdanie: korzystając z modelu, zgadzasz się przestrzegać obowiązującego prawa.

Obok modeli czatowych OpenAI wydało we wrześniu 2025 roku gpt-oss-safeguard (20b i 120b, też Apache 2.0). To modele do klasyfikacji treści pod kątem bezpieczeństwa, a nie asystenci do rozmowy. W Ollamie mają nazwę gpt-oss-safeguard.

Dla kogo gpt-oss, a kiedy wybrać coś innego?

gpt-oss to dobry wybór, jeśli masz kartę z 16 GB VRAM lub Maca z 24 GB i chcesz lokalnego modelu, który rozumuje krok po kroku, wywołuje narzędzia i może działać jako silnik agenta.

Kiedy rozważyć coś innego:

• Piszesz głównie po polsku: wybierz Bielika, który przy mniejszym rozmiarze ma znacznie lepsze wyniki w polskich testach.
• Potrzebujesz analizy obrazów albo dłuższego kontekstu: Qwen i Gemma 4 mają obraz na wejściu i kontekst do 256K.
• Masz słabszy komputer z 8 GB RAM: zobacz mniejsze modele, np. Phi-4-mini.

Najczęstsze pytania

Ile RAM potrzebuje gpt-oss-20b?

OpenAI podaje, że gpt-oss-20b działa w 16 GB pamięci. Plik gpt-oss:20b ma 14 GB według ollama.com, a nasz szacunek to ok. 13,9 GB. Najwygodniej działa na karcie graficznej z 16 GB VRAM albo na Macu z 24 GB pamięci lub więcej.

Czy gpt-oss działa bez internetu?

Tak, jeśli uruchomisz tag lokalny, np. ollama run gpt-oss:20b. Po pobraniu pliku model działa bez sieci. Tagi kończące się na -cloud (np. gpt-oss:120b-cloud) uruchamiają model na serwerach Ollamy, więc twoje pytania opuszczają komputer.

Czy gpt-oss mówi po polsku?

Rozumie i pisze po polsku, ale OpenAI zaznacza, że dane treningowe były głównie angielskie, i nie podaje listy języków. W PLCC, teście wiedzy o Polsce, gpt-oss-20b ma 32,33 pkt, a 120b 54,33 wobec 70,67 pkt Bielika 11B v3. Do tekstów po polsku lepiej wybrać model trenowany na polskich danych.

Jak zmienić poziom rozumowania w gpt-oss?

Model ma trzy poziomy wysiłku: low, medium i high. Według karty modelu ustawia się go w poleceniu systemowym, np. wpisując Reasoning: high. Wyższy poziom daje lepsze wyniki w trudnych zadaniach, ale model dłużej myśli i zużywa więcej tokenów.

Czy OpenAI wydało nowszy otwarty model niż gpt-oss?

Nie, jeśli chodzi o model do rozmowy. Według stanu na 21 października 2026 roku gpt-oss-20b i gpt-oss-120b to nadal najnowsze otwarte modele czatowe OpenAI. W 2026 roku firma opublikowała tylko privacy-filter, model do wykrywania danych osobowych w tekście.

Źródła

9 pozycji

1. Introducing gpt-oss (OpenAI) openai.com
2. gpt-oss-20b – karta modelu (OpenAI, Hugging Face) huggingface.co
3. gpt-oss-20b – polityka użycia (OpenAI, Hugging Face) huggingface.co
4. harmony – format odpowiedzi (OpenAI, GitHub) github.com
5. gpt-oss – lista tagów (Ollama) ollama.com
6. PLCC: Polish Linguistic and Cultural Competency (OPI PIB, Hugging Face) huggingface.co
7. CPTU-Bench (SpeakLeash, Hugging Face) huggingface.co
8. Open PL LLM Leaderboard (SpeakLeash, Hugging Face) huggingface.co
9. Re-evaluating Polish LLMs in RAG, FedCSIS 2026 (UAM) annals-csis.org