That's NeuralCatálogo de modelos

openai

OpenAI: gpt-oss-20b

openai/gpt-oss-20b

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-20b é um modelo de texto da OpenAI com 21 bilhões de parâmetros e pesos abertos sob a licença Apache 2.0; usa arquitetura de mistura de especialistas com 3,6 bilhões de parâmetros ativos por passagem. A ficha técnica o posiciona para usos locais, especializados ou de baixa latência, e a quantização MXFP4 permitiria executá-lo com 16 GB de memória. O raciocínio é obrigatório e ajustável em três níveis; a ficha descreve chamadas de função, navegação, execução de código e saídas estruturadas. O catálogo da OpenRouter indica contexto de 131 mil tokens e corte de conhecimento em junho de 2024.[1][2]

Pontos fortes

  • Segundo a ficha da OpenAI, o esforço de raciocínio é ajustável em três níveis, com chamadas de função, navegação web, execução de código Python e saídas estruturadas descritas como capacidades agênticas nativas; o catálogo da OpenRouter também lista parâmetros de ferramentas e saídas estruturadas.[1][2]
  • A ficha indica que os pesos Apache 2.0 aceitam fine-tuning em hardware de consumo e que a quantização MXFP4 permite executar o modelo com 16 GB de memória.[2]
  • O catálogo da OpenRouter lista contexto de 131 mil tokens e parâmetros como logprobs e seed; a ficha destaca acesso completo à cadeia de pensamento para depuração, observando que ela não se destina a usuários finais.[1][2]

Limitações

  • A ficha adverte que o modelo foi treinado no formato de resposta harmony e não funcionará corretamente sem ele, portanto as implantações precisam aplicá-lo.[2]
  • A OpenRouter marca o raciocínio como obrigatório, não opcional, o que pode importar em usos sensíveis à latência conforme a própria orientação da ficha.[1][2]
  • A evidência é uma ficha do fornecedor mais um catálogo: os números de desempenho vêm apenas de benchmarks do catálogo da OpenRouter, a modalidade listada é somente texto e os resultados devem ser validados nas próprias cargas de trabalho.[1][2]

Onde usar

  • Candidato a implantações locais ou especializadas que precisem de um modelo aberto que, segundo a ficha, cabe em 16 GB e aceita fine-tuning; confirme no seu próprio hardware.[2]
  • Vale avaliá-lo em protótipos agênticos com chamadas de função, navegação ou execução de código descritos pela OpenAI, sem tratá-lo como resultado comprovado.[2]
  • Potencialmente útil em pipelines de saídas estruturadas ou chamadas de ferramentas com profundidade de raciocínio ajustável, conforme os parâmetros suportados no catálogo da OpenRouter.[1]

Fontes

  1. [1] OpenRouter catalog · OpenAI: gpt-oss-20bFontes consultadas: 13 de nov. de 2026
  2. [2] Model documentation · OpenAI: gpt-oss-20bFontes 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-20b is an open-weight 21B parameter model released by OpenAI under the Apache 2.0 license. It uses a Mixture-of-Experts (MoE) architecture with 3.6B active parameters per forward pass, optimized for...

Especificações

ID do modelo
openai/gpt-oss-20b
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 $0.130
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.

TarefaNotaCapacidade declarada pela fonte
Qualidade geralSem mediçãoraciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort
ProgramaçãoCC — abaixo da faixa B—
AgentesCC — abaixo da faixa Bparâmetros: structured_outputs, tool_choice, tools
EscritaSem mediçãosaída: text
RaciocínioSem mediçãoraciocínio: obrigatório · padrão medium · esforços: high, medium, low · parâmetros: include_reasoning, reasoning, reasoning_effort
Análise de documentosSem medição—
VisãoSem medição—
Geração de imagensSem medição—
ÁudioSem medição—
VídeoSem medição—
EmbeddingsSem medição—

Avaliações

FonteBenchmarkValorNotaDados obtidos
Artificial AnalysisCoding index20.7CC — abaixo da faixa B13.11.2026
Artificial AnalysisAgentic index1.2CC — abaixo da faixa B13.11.2026
Design Arenamodels · dataviztaxa de vitória 39.7% · posição 127933EloCC — abaixo da faixa B13.11.2026
Design Arenamodels · websitetaxa de vitória 27.9% · posição 147845EloCC — abaixo da faixa B13.11.2026
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.

ProvedorComprimento de contextoPreço entrada /1MPreço saída /1MLatência p50 (30m, s)Taxa p50 (30m, tok/s)Disponibilidade (30m)
Darkbloomfp8131,072$0.018$0.090——100%
AkashMLfp4131,072$0.018$0.090——100%
PrimeIntellectfp4131,072$0.020$0.030——100%
DekaLLMbf16131,072$0.029$0.140——100%
CoreWeavefp4131,072$0.030$0.130——100%
DeepInfrabf16131,072$0.030$0.140——100%
Parasailfp4131,072$0.030$0.150——100%
SiliconFlowfp8131,072$0.040$0.180——86.67%
Amazon Bedrock131,072$0.070$0.150——100%
Amazon Bedrock131,072$0.070$0.150——100%
Groq131,072$0.075$0.300——100%

Dados de provedores obtidos: 13.11.2026