gpt-oss (OpenAI)

OpenAIs offene Modelle (2025): starke Reasoning-Fähigkeiten mit einstellbarem Denk-Aufwand, natives Tool-Calling. Das 20B läuft dank MoE + 4-Bit erstaunlich gut auf 16-GB-Geräten.

So nutzt du es

Am einfachsten per Ollama: ollama pull <modellname> und dann ollama run <modellname> — oder komfortabel mit LM Studio (grafische Oberfläche, Modell-Suche eingebaut). Die Hardware-Angaben unten beziehen sich auf die übliche 4-Bit-Quantisierung (Q4).

Größen & Hardware

• Verfügbare Größen: 20B MoE / 120B MoE
• Empfohlene Hardware (Q4): 20B: ~16 GB · 120B: ~64–80 GB

Im Detail

Mit gpt-oss veröffentlichte OpenAI 2025 erstmals wieder offen nutzbare Modelle, die auf ähnlichem technischem Stand wie die firmeneigenen Cloud-Modelle basieren. Kernfeature ist der einstellbare Denk-Aufwand (Reasoning-Effort), mit dem sich die Balance zwischen Antwortgeschwindigkeit und Gründlichkeit steuern lässt, kombiniert mit nativem, zuverlässigem Tool-Calling für Agenten-Workflows. Dank Mixture-of-Experts-Architektur und 4-Bit-Quantisierung läuft die 20B-Variante überraschend gut auf Geräten mit rund 16 GB RAM, während die 120B-Version mit 64–80 GB deutlich mehr Server-Hardware verlangt. Wer OpenAI-Qualität ohne Cloud-Abhängigkeit sucht, findet hier aktuell eine der stärksten offenen Optionen.

Praxis-Tipp

Für Coding- oder Agenten-Aufgaben mit Tool-Zugriff testen – die Kombination aus Reasoning-Effort und striktem Tool-Calling-Format macht gpt-oss besonders zuverlässig bei mehrstufigen Aufgaben.

Siehe auch

• Llama 4 (Scout / Maverick)
• Qwen 3

Lizenz & Quelle

• Lizenz: Apache-2.0
• Quelle: Ollama
• Quelle: HF