openai
OpenAI: gpt-oss-120b (batch)
openai/gpt-oss-120b:batch
Nossa análise
Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.
openai/gpt-oss-120b:batch é a listagem em lote do OpenRouter para o gpt-oss-120b, modelo de pesos abertos da OpenAI com arquitetura Mixture-of-Experts de 117B parâmetros e 5.1B ativos por passada. O catálogo o descreve como texto para texto, com ampla janela de contexto, raciocínio obrigatório ajustável em esforço baixo, médio e alto, e suporte a ferramentas, saídas estruturadas e chamadas de função. A documentação da OpenAI indica licença Apache-2.0, possibilidade de fine-tuning, exigência do formato de resposta harmony e execução em uma única GPU de 80GB. Há pouca evidência específica do endpoint em lote; valide na sua carga de trabalho.[1][2]
Pontos fortes
- A OpenAI informa pesos abertos sob a licença permissiva Apache-2.0, com suporte completo a fine-tuning para personalização.[2]
- O esforço de raciocínio é configurável (baixo, médio, alto) e a documentação expõe a cadeia de pensamento completa para depuração; o OpenRouter confirma esforço ajustável com padrão médio.[1][2]
- O catálogo lista uma janela de contexto de 131.072 tokens, além de chamadas de ferramentas, saídas estruturadas e controles de semente e penalidades adequados a integrações em produção.[1]
Limitações
- A evidência do endpoint :batch vem apenas do catálogo; a documentação descreve o gpt-oss-120b canônico, portanto latência, throughput e comportamento em lote precisam ser validados na sua carga de trabalho.[1]
- A OpenAI afirma que o modelo só funciona corretamente com o formato de resposta harmony, uma restrição de integração para stacks existentes.[2]
- O OpenRouter marca o raciocínio como obrigatório, o que pode acrescentar latência a prompts simples; entradas e saídas são apenas texto e o corte de conhecimento é junho de 2024.[1]
Onde usar
- Assistentes agênticos e pipelines que precisem de chamadas de função, navegação web ou saídas estruturadas, conforme as capacidades declaradas pela OpenAI.[2]
- Cargas de raciocínio em produção auto-hospedadas ou ajustadas por fine-tuning, para equipes com acesso a uma única GPU de classe 80GB.[2]
- Trabalhos de texto de alto volume e não interativos em que um endpoint em lote e o esforço de raciocínio ajustável permitam trocar latência por throughput.[1]
Fontes
- [1] OpenRouter catalog · OpenAI: gpt-oss-120b (batch)Fontes consultadas: 13 de nov. de 2026
- [2] Model documentation · OpenAI: gpt-oss-120b (batch)Fontes consultadas: 13 de nov. de 2026
Sobre este modelo
A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.
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...
Especificações
- ID do modelo
- openai/gpt-oss-120b:batch
- ID canônico
- openai/gpt-oss-120b
- Criador
- openai
- Adicionado ao OpenRouter
- 05.08.2025
- Comprimento de contexto
- 131,072
- Modalidade
- text->text
- Modalidades de entrada
- text
- Modalidades de saída
- text
- Preço por token
- USD por 1M de tokens: entrada $0.030 / saída $0.136
- Corte de conhecimento
- 30.06.2024
- Data de expiração
- —
Tarefas e capacidades
Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.
| Tarefa | Nota | Capacidade declarada pela fonte |
|---|---|---|
| Qualidade geral | CC — abaixo da faixa B | raciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Programação | CC — abaixo da faixa B | — |
| Agentes | CC — abaixo da faixa B | parâmetros: structured_outputs, tool_choice, tools |
| Escrita | Sem medição | saída: text |
| Raciocínio | Sem medição | raciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort |
| Análise de documentos | Sem medição | — |
| Visão | Sem medição | — |
| Geração de imagens | Sem medição | — |
| Áudio | Sem medição | — |
| Vídeo | Sem medição | — |
| Embeddings | Sem medição | — |
Avaliações
| Fonte | Benchmark | Valor | Nota | Dados obtidos |
|---|---|---|---|---|
| Artificial Analysis | Intelligence index | 3.8 | CC — abaixo da faixa B | 13.11.2026 |
| Artificial Analysis | Coding index | 30.4 | CC — abaixo da faixa B | 13.11.2026 |
| Artificial Analysis | Agentic index | 3.7 | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · 3dtaxa de vitória 29.4% · posição 129 | 884Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · codecategoriestaxa de vitória 33.4% · posição 138 | 953Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · dataviztaxa de vitória 43.6% · posição 122 | 985Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · gamedevtaxa de vitória 40.5% · posição 127 | 982Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · uicomponenttaxa de vitória 35.7% · posição 132 | 919Elo | CC — abaixo da faixa B | 13.11.2026 |
| Design Arena | models · websitetaxa de vitória 32.5% · posição 140 | 961Elo | CC — abaixo da faixa B | 13.11.2026 |
Como funcionam as notas
Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.
- S — S — top 10% da coorte
- A — A — próximos 20% da coorte
- B — B — próximos 30% da coorte
- C — C — abaixo da faixa B
Provedores
Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.
| Provedor | Comprimento de contexto | Preço entrada /1M | Preço saída /1M | Latência p50 (30m, s) | Taxa p50 (30m, tok/s) | Disponibilidade (30m) |
|---|---|---|---|---|---|---|
| DeepInfrabf16 | 131,072 | $0.030 | $0.136 | — | — | — |
Dados de provedores obtidos: 13.11.2026
Artigos relacionados
Nenhum artigo publicado identifica este modelo ainda.