openai
OpenAI: gpt-oss-120b (batch)
openai/gpt-oss-120b:batch
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
openai/gpt-oss-120b:batch es la variante por lotes que OpenRouter ofrece de gpt-oss-120b, el modelo de pesos abiertos de OpenAI con arquitectura Mixture-of-Experts de 117B parámetros y 5.1B activos por pasada. El catálogo lo describe como texto a texto, con una amplia ventana de contexto, razonamiento obligatorio ajustable en esfuerzo bajo, medio y alto, y compatibilidad con herramientas, salidas estructuradas y llamadas a funciones. La ficha de OpenAI indica licencia Apache-2.0, ajuste fino posible, formato de respuesta harmony obligatorio y ejecución en una sola GPU de 80GB. La evidencia específica del endpoint por lotes es escasa; valide con su carga de trabajo.[1][2]
Puntos fuertes
- OpenAI informa pesos abiertos bajo una licencia permisiva Apache-2.0, con ajuste fino completo para personalización.[2]
- El esfuerzo de razonamiento es configurable (bajo, medio, alto) y la ficha expone la cadena de pensamiento completa para depuración; OpenRouter confirma esfuerzo ajustable con valor medio por defecto.[1][2]
- El catálogo lista una ventana de contexto de 131,072 tokens junto con llamadas a herramientas, salidas estructuradas y controles de semilla y penalizaciones aptos para integraciones en producción.[1]
Limitaciones
- La evidencia del endpoint :batch proviene solo del catálogo; la ficha documenta el gpt-oss-120b canónico, por lo que la latencia, el rendimiento y el comportamiento por lotes deben validarse con su carga de trabajo.[1]
- OpenAI advierte que el modelo solo funciona correctamente con el formato de respuesta harmony, una restricción de integración para pilas existentes.[2]
- OpenRouter marca el razonamiento como obligatorio, lo que puede añadir latencia a prompts simples; las entradas y salidas son solo de texto y el corte de conocimiento es junio de 2024.[1]
Dónde utilizarlo
- Asistentes agénticos y pipelines que requieran llamadas a funciones, navegación web o salidas estructuradas, según las capacidades declaradas por OpenAI.[2]
- Cargas de razonamiento en producción autoalojadas o ajustadas, para equipos que puedan disponer de una sola GPU de clase 80GB.[2]
- Trabajos de texto de alto volumen y no interactivos donde un endpoint por lotes y el esfuerzo de razonamiento ajustable permitan cambiar latencia por rendimiento.[1]
Fuentes
- [1] OpenRouter catalog · OpenAI: gpt-oss-120b (batch)Fuentes consultadas: 13 nov 2026
- [2] Model documentation · OpenAI: gpt-oss-120b (batch)Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
gpt-oss-120b is an open-weight, 117B-parameter Mixture-of-Experts (MoE) language model from OpenAI designed for high-reasoning, agentic, and general-purpose production use cases. It activates 5.1B parameters per forward pass and is optimized...
Especificaciones
- ID del modelo
- openai/gpt-oss-120b:batch
- ID canónico
- openai/gpt-oss-120b
- Creador
- openai
- Añadido a OpenRouter
- 05.08.2025
- Longitud de contexto
- 131,072
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.030 / salida $0.136
- Corte de conocimiento
- 30.06.2024
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | CC — por debajo de la franja B | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | CC — por debajo de la franja B | — |
| Agentes | CC — por debajo de la franja B | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 3.8 | CC — por debajo de la franja B | 13.11.2026 |
| Artificial Analysis | Coding index | 30.4 | CC — por debajo de la franja B | 13.11.2026 |
| Artificial Analysis | Agentic index | 3.7 | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 29.4% · posición 129 | 884Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 33.4% · posición 138 | 953Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 43.6% · posición 122 | 985Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 40.5% · posición 127 | 982Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 35.7% · posición 132 | 919Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 32.5% · posición 140 | 961Elo | CC — por debajo de la franja B | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| DeepInfrabf16 | 131,072 | $0.030 | $0.136 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.