GPT-OSS-20B: Ficha de modelo
Publicado por Nextbit256 S.L. | Última actualización: mayo de 2026 Referencia normativa: Reglamento (UE) 2024/1689 del AI Act, art. 53.1.c y 53.1.d
Identificación del modelo
| Campo | Detalle |
|---|---|
| Nombre completo del modelo | GPT-OSS-20B |
| Desarrollado por | OpenAI |
| Fecha de publicación | Agosto de 2025 |
| Ficha del modelo | huggingface.co/openai/gpt-oss-20b |
| Informe técnico | arXiv:2508.10925, gpt-oss-120b & gpt-oss-20b Model Card |
| Blog del desarrollador | No publicado por OpenAI para este modelo |
Arquitectura y parámetros
| Campo | Detalle |
|---|---|
| Arquitectura | Transformer Mixture of Experts (MoE) |
| Parámetros totales | ~21 B (publicado como "21B" y "22B" según la fuente) |
| Parámetros activos por token | 3,6 B |
| Parámetros sin incluir embeddings | No publicado por OpenAI |
| Capas | No publicado por OpenAI |
| Atención | No publicado por OpenAI |
| Longitud de contexto nativa | No publicada por OpenAI |
| Contexto extendido | No publicado por OpenAI |
| Precisión | BF16 (precisión completa), U8 y MXFP4 (cuantización de pesos MoE disponible) |
Nota: el modelo usa cuantización MXFP4 de los pesos MoE, lo que le permite ejecutarse con 16 GB de memoria pese al recuento total de parámetros.
Licencia y uso comercial
Licencia: Apache License 2.0
Apache 2.0 es una licencia de código abierto permisiva que permite el uso comercial, la distribución y la modificación de forma gratuita, siempre que se conserve el aviso de copyright original y el texto de la licencia, y que cualquier modificación quede documentada.
Verificación de Nextbit: Nextbit ha revisado los términos de licencia aplicables a GPT-OSS-20B y ha confirmado que prestar este modelo por API bajo un servicio de inferencia comercial está permitido conforme a Apache 2.0. No se requiere ningún acuerdo comercial adicional con OpenAI para este caso de uso.
Restricciones relevantes para los usuarios: ninguna específica de este modelo más allá de los términos estándar de Apache 2.0. El modelo se entrenó usando el formato interno de respuesta harmony de OpenAI, pero de ello no se derivan restricciones de propiedad intelectual ni de licencia para los usuarios de la API. Los usuarios de la API de Nextbit que integren las salidas del modelo en sus propios productos siguen siendo responsables de su propio cumplimiento de la normativa aplicable y de cualquier requisito de licencia derivado.
Resumen de datos de entrenamiento
Lo siguiente se basa en información públicamente disponible de la ficha del modelo (arXiv:2508.10925) y de la ficha del modelo en HuggingFace.
Datos de preentrenamiento y destilación
GPT-OSS-20B se entrenó usando destilación a gran escala y aprendizaje por refuerzo. OpenAI describe el modelo como un modelo de razonamiento de pesos abiertos entrenado por destilación a partir de modelos internos más grandes y ajuste fino basado en RL.
El modelo se entrenó usando el formato interno de respuesta harmony de OpenAI.
Volumen de tokens: no publicado por OpenAI.
Idiomas: no publicado explícitamente por OpenAI. Dada la posición del modelo como modelo de razonamiento de propósito general, se espera soporte multilingüe, aunque no está documentado formalmente.
Fecha de corte del conocimiento: no publicada por OpenAI.
Qué no está disponible públicamente
OpenAI no ha publicado:
- Las fuentes o corpus de datos de entrenamiento
- El recuento total de tokens de preentrenamiento
- La distribución de idiomas
- La fecha de corte del conocimiento
- El cómputo de entrenamiento (FLOPs u horas de GPU)
- Especificaciones detalladas de la arquitectura (capas, cabezas de atención, enrutamiento de expertos)
La referencia pública principal es el informe técnico arXiv:2508.10925 y la ficha del modelo en HuggingFace. Nextbit actualizará esta sección si OpenAI publica documentación adicional sobre los datos de entrenamiento.
Idiomas admitidos
No publicado explícitamente por OpenAI. Consulta la ficha del modelo en HuggingFace y el informe técnico por si hay novedades.
Usos previstos
Este modelo está diseñado para:
- Tareas intensivas en razonamiento con niveles de esfuerzo configurables (ajustes de esfuerzo de razonamiento bajo, medio y alto)
- Acceso completo a la cadena de razonamiento: el proceso de razonamiento completo es visible, no está oculto
- Fine-tuning en hardware de consumo (el modelo está diseñado explícitamente para poder ajustarse a bajo coste de recursos)
- Capacidades agénticas: function calling, navegación web, ejecución de código Python y Structured Outputs
- Aplicaciones en las que se prefiere un modelo de razonamiento de pesos abiertos y ajustable frente al acceso a una API cerrada
La ficha del modelo no indica usos explícitamente excluidos más allá de las directrices estándar de uso responsable.
Evaluación de riesgo sistémico
| Campo | Detalle |
|---|---|
| FLOPs de entrenamiento | No publicados por OpenAI |
| FLOPs estimados (método de parámetros activos) | ~1,9 × 10²³ (estimación basada en 3,6 B de parámetros activos por unos ~9 billones de tokens de entrenamiento asumidos, fórmula 6 × N_activos × D. Tanto el recuento de parámetros activos como el de tokens son estimaciones a partir de fuentes públicas) |
| ¿Supera el umbral de 10²⁵ FLOPs? | No. Se estima muy por debajo del umbral de riesgo sistémico |
| Nota sobre la arquitectura MoE | los FLOPs de los modelos MoE se calculan a partir de los parámetros activos por token, no de los parámetros totales. La cifra de 3,6 B de parámetros activos (no los ~21 B totales) es la relevante para la estimación de FLOPs |
| Designación por la Oficina de IA | No está designado como modelo de riesgo sistémico a fecha de mayo de 2026 |
| ¿Aplican las obligaciones del art. 55? | No |
Esta estimación es muy incierta porque OpenAI no ha publicado el recuento de tokens de entrenamiento, los detalles de arquitectura ni las cifras de cómputo de GPT-OSS-20B. El recuento de parámetros activos de 3,6 B procede de la ficha del modelo. El recuento de tokens es una suposición. Si OpenAI publica cifras oficiales, esta sección se actualizará.
Esta documentación está publicada por Nextbit256 S.L. de conformidad con el artículo 53(1)(c) y 53(1)(d) del Reglamento (UE) 2024/1689 (AI Act). Nextbit256 S.L. presta este modelo a través de su API de inferencia, pero no lo ha desarrollado ni entrenado. Toda la información procede de la documentación pública publicada por OpenAI.
Para consultas: [email protected]