gpt-oss-20b TPS-Rechner

Offene Gewichte OpenAI 20.9B Parameter August 2025

Jede Karte unten wird anhand dieses Modells bei der von Ihnen gewählten Kontextlänge und Mindestqualität bewertet. Geschwindigkeit ist eine Schätzung für eine einzelne Anfrage, berechnet aus der Speicherbandbreite der Karte und der Größe des Modells, sobald es komprimiert ist..

Für dieses Modell berechnet

241 Karten, die es ausführen können

818 Karten, für die wir Spezifikationen haben

Kleinste Karte, die passt

Xeon Phi 7120P

16 GB · Q4_K_M · 10.7 tok/s

Schnellste Karte

B200

162 tok/s · 180 GB

Welche GPUs können laufen gpt-oss-20b?

Setze die Eingaben, lies die Antwort

Kontextlänge Token

Ein längeres Gespräch benötigt mehr MEMORY, was dieses Modell von kleineren CARDS drängen kann..

Minimale Qualität

Blendet Karten aus, die nur durch Komprimierung unter diesen Punkt in das Modell passen würden..

Suchkarten

Karten-VRAM

Zeige auch Karten, die es nicht ausführen können.

241 Karten passen

Berechnung

					Braucht	Quantisierung	Passend
162 tok/s 97–259 · niedrige Vertrauenswürdigkeit	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	23.1 GB	Q8_0	Komfortabel
162 tok/s 97–259 · niedrige Vertrauenswürdigkeit	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	23.1 GB	Q8_0	Komfortabel
129 tok/s 78–207 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	23.1 GB	Q8_0	Komfortabel
129 tok/s 78–207 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	23.1 GB	Q8_0	Komfortabel
103 tok/s 62–166 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	23.1 GB	Q8_0	Komfortabel
99.1 tok/s 59–158 · niedrige Vertrauenswürdigkeit	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	23.1 GB	Q8_0	Komfortabel
99.1 tok/s 59–158 · niedrige Vertrauenswürdigkeit	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	23.1 GB	Q8_0	Komfortabel
94.8 tok/s 57–152 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	23.1 GB	Q8_0	Komfortabel
84.1 tok/s 50–135 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	23.1 GB	Q8_0	Komfortabel
84.1 tok/s 50–135 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	23.1 GB	Q8_0	Komfortabel
84.1 tok/s 50–135 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	23.1 GB	Q8_0	Komfortabel
79.8 tok/s 48–128 · niedrige Vertrauenswürdigkeit	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	23.1 GB	Q8_0	Komfortabel
68.1 tok/s 41–109 · niedrige Vertrauenswürdigkeit	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	23.1 GB	Q8_0	Komfortabel
68.1 tok/s 41–109 · niedrige Vertrauenswürdigkeit	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	23.1 GB	Q8_0	Komfortabel
68.1 tok/s 41–109 · niedrige Vertrauenswürdigkeit	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	23.1 GB	Q8_0	Komfortabel
68.1 tok/s 41–109 · niedrige Vertrauenswürdigkeit	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	23.1 GB	Q8_0	Komfortabel
68.1 tok/s 41–109 · niedrige Vertrauenswürdigkeit	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	23.1 GB	Q8_0	Komfortabel
52.8 tok/s 32–85 · niedrige Vertrauenswürdigkeit	Tesla V100 SXM2 16 GB NVIDIA	16 GB	1,130 GB/s	Nov 2019	13.3 GB	Q4_K_M	knapp
51.8 tok/s 31–83 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250 AMD	128 GB	3,280 GB/s	Nov 2021	23.1 GB	Q8_0	Komfortabel
51.8 tok/s 31–83 · niedrige Vertrauenswürdigkeit	Radeon Instinct MI250X AMD	128 GB	3,280 GB/s	Nov 2021	23.1 GB	Q8_0	Komfortabel
44.9 tok/s 27–72 · niedrige Vertrauenswürdigkeit	GeForce RTX 5080 NVIDIA	16 GB	960 GB/s	Jan 2025	13.3 GB	Q4_K_M	knapp
43.2 tok/s 26–69 · niedrige Vertrauenswürdigkeit	Data Center GPU Max 1550 Intel	128 GB	3,280 GB/s	Jan 2023	23.1 GB	Q8_0	Komfortabel
42.3 tok/s 25–68 · niedrige Vertrauenswürdigkeit	Data Center GPU Max Subsystem Intel	128 GB	3,210 GB/s	Jan 2023	23.1 GB	Q8_0	Komfortabel
41.9 tok/s 25–67 · niedrige Vertrauenswürdigkeit	Tesla V100 DGXS 16 GB NVIDIA	16 GB	897 GB/s	Mar 2018	13.3 GB	Q4_K_M	knapp
41.9 tok/s 25–67 · niedrige Vertrauenswürdigkeit	Tesla V100 PCIe 16 GB NVIDIA	16 GB	897 GB/s	Jun 2017	13.3 GB	Q4_K_M	knapp

Die Geschwindigkeiten sind Schätzungen für eine einzelne Anfrage — ein Gespräch zur Zeit — berechnet aus BANDWIDTH, MODELLGRÖSSE und QUANTISIERUNG. Der tatsächliche Durchsatz variiert mit der INFERENZLAUFZEIT und ihrer Version. Zahlen, die von Hardwareanbietern veröffentlicht wurden, messen viele gleichzeitige Anfragen und sind viel höher..

Aufgezeichnet

Volle Spezifikation

Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..

Ursprung

Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.

Organisation: OpenAI
Organisationsart: Industry
Land: United States of America
Veröffentlicht: 5 August 2025

Was es tut

Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.

Domain: Language
Aufgabe: Language modeling/generation, Question answering

Größe

Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.

Parameter: 20.9B
Trainingsdaten: tokens

Training-Compute

Die Berechnung, die durchgeführt wird, um das Modell zu trainieren, gemessen in Gleitpunktoperationen. Es ist ein Maß dafür, was der Trainingslauf gekostet hat, nicht dafür, wie schnell das fertige Modell Ihnen antwortet.

Training-Compute: 5.5 × 10²³ FLOP
Wie es etabliert wurde: Hardware

Der Trainingslauf

Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.

Trainingshardware: NVIDIA H100 SXM5 80GB

Verfügbarkeit

Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.

Gewichte: Open — downloadable
Modellzugang: Open weights (unrestricted)

Wie es klassifiziert ist

Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.

Wahrscheinlich über 10²³ FLOP: Yes
Warum es verfolgt wird: Discretionary
Aufzeichnungsgenauigkeit: Confident

Quellen

Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.

Referenz: gpt-oss-120b & gpt-oss-20b Model Card
Zuletzt aktualisiert: 10 February 2026

Die Extreme

Die zehn schnellsten GPUs, die RUN. gpt-oss-20b

Sortiert nach geschätzten Tokens pro Sekunde, neueste Karte zuerst, wenn die Geschwindigkeiten gleich sind. Da die Generierung durch die Speichermenge begrenzt ist, folgt diese Reihenfolge der Bandbreite und nicht einem Gaming-Benchmark..

Die kleinsten GPUs, die immer noch laufen gpt-oss-20b

Die günstigste Route herein, nach Speichergröße. Ein enger Fit läuft das Modell, lässt aber nichts für ein längeres Gespräch übrig..

Was die Zahlen bedeuten

Was Sie benötigen, um es auszuführen

Minimale Karte

Xeon Phi 7120P

Benötigter Speicher

13.3 GB

Schnellste

162 tok/s

gpt-oss-20b erreicht eine Parameteranzahl von 20.9B. Das landet im Bereich, den eine ernsthafte Desktop-KARTE bewältigen kann, sobald die GEWICHTE komprimiert sind. Die Anzahl der KARTE, die wir verfolgen, die es ausführen kann: 241.

Die minimal benötigte Hardware, die funktioniert, ist Xeon Phi 7120P, mit einer MEMORY-KAPAZITÄT von 16 GB, es mit einer Kompression von Q4_K_M und produziert etwa 10.7 Token pro Sekunde

Die schnellste Berechnung dafür ist B200, generieren ungefähr 162 Tokens pro Sekunde auf der Grundlage einer Speicherbandbreite von 8,000 GB/s.

Woher es kam

gpt-oss-20b wurde veröffentlicht von OpenAI, im Land aufgezeichnet als United States of America, während August 2025. Die veröffentlichende Organisation ist als industry.

Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Question answering.

Die Gewichte sind veröffentlicht, sodass sie auf deiner eigenen Hardware unbegrenzt, offline und ohne angehängtes Konto heruntergeladen und ausgeführt werden kann.

Verstehen der Geschwindigkeiten

Das mediane Ergebnis liegt bei etwa 21.0 Tokens pro Sekunde. Überschreitung der Lesegeschwindigkeit direkt: 198 von ihnen

Da es dicht ist, liest es sich selbst pro Token, weshalb die Anordnung nach Geschwindigkeit unten so eng der Anordnung nach Speicherbandbreite folgt.

Die interne Architektur ist nicht in unserer Datenbank, daher wird der Speicher basierend auf der Anzahl der Parameter approximiert und entsprechend gekennzeichnet. Erwarten Sie, dass die tatsächliche Zahl abweicht, insbesondere bei langen Kontexten.

Was in den Aufbau geflossen ist

Das Training benötigte ein Rechenbudget von ungefähr 5.5 × 10²³ FLOP, auf Hardware erfasst als NVIDIA H100 SXM5 80GB. Diese Zahl misst die Kosten für die Produktion des MODELLS und hat keinen Einfluss darauf, wie schnell es antwortet.

Das Einschlusskriterium: discretionary.

Schritt für Schritt

Wie wählt man eine GPU für gpt-oss-20b

Die obige Tabelle hat bereits jede Karte, für die wir Spezifikationen haben, mit diesem Modell verglichen. Um zu Ihrer Antwort zu gelangen, sind sechs Schritte erforderlich..

01

Beginnen Sie mit der Speicher-Spalte

Jede Karte hier wurde geprüft gegen gpt-oss-20b, benötigt ungefähr 13.3 GB bei einer Kompression von Q4_K_M. Diese Zahl, nicht die Überschriftleistung einer Karte, entscheidet darüber, ob sie läuft.
02

Passen Sie den Kontext an Ihre tatsächliche Verwendung an

Längere Gespräche kosten MEMORY zusätzlich zu dem, was die WEIGHTS benötigen. Bewege den Schieberegler auf deine tatsächliche Arbeitslänge, bevor du einer Zeile vertraust. gpt-oss-20b.
03

Entscheiden Sie, wie viel Kompression Sie akzeptieren werden.

Jede Karte läuft die am wenigsten komprimierte Kopie, die sie halten kann., eine Kompression von Q4_K_M auf der kleinsten Karte, die passt. Das Festlegen einer Mindestqualität fallen die Karten weg, die es nur schaffen, indem sie weiter gedrückt werden, als man möchte, und hält den Vergleich auf einem Niveau.
04

Vergleiche TOKENS pro Sekunde, nicht Spezifikationen

Das Ranking nach Tokens pro Sekunde folgt der Speicherbandbreite anstelle der Kernanzahl, für gpt-oss-20b. Es wird nicht mit einer Gaming-Bestellung übereinstimmen, da die Generation durch MEMORY-BANDWIDTH gebunden ist. Die Karte, die die Liste anführt, ist B200, bei 162 tok/s
05

Achte auf den Spielraum, nicht nur auf das Passende.

Tight bedeutet, dass es lädt und ohne Spielraum funktioniert, um den Kontext später zu erhöhen, im Fall von gpt-oss-20b. Komfortabel bedeutet, dass Sie den Kontext später erweitern können. Dieser Unterschied zählt mehr als ein paar Token pro Sekunde, also kaufen Sie für komfortabel, wenn Sie damit rechnen.
06

Sieh, was diese Karte noch ausführen kann.

Jede Karten-Seite wiederholt diesen Ablauf für jedes Modell, das wir in unserem Bestand haben, und beantwortet, wofür die Hardware darüber hinaus noch gut ist. gpt-oss-20b.

Antworten

gpt-oss-20b — Häufige Fragen

gpt-oss-20b— Wie viele Parameter hat es?

Es hat eine Parameteranzahl von 20.9B. Total parameters: 20.91B. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.

gpt-oss-20b— Wer hat es erstellt?

Es wurde veröffentlicht von OpenAI, basiert auf United States of America, eine als kategorisierte Organisation industry.

gpt-oss-20b— Wann wurde es veröffentlicht?

Es wurde veröffentlicht in August 2025.

gpt-oss-20b— Wofür wird es verwendet?

Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling/generation, Question answering. Dies sind die Bereiche, um die es entworfen wurde; sie beschreiben die Absicht und nicht eine harte Grenze.

gpt-oss-20b— Wo kann ich es herunterladen?

Die Gewichte sind veröffentlicht, obwohl wir keinen Repository-Link dafür haben. Diese Seite berechnet die Hardware-Anforderungen, anstatt Modell-Dateien zu hosten.

gpt-oss-20b— Wie viel Rechenleistung wurde verwendet, um es zu trainieren?

Training verbrauchte etwa 5.5 × 10²³ FLOP, auf Hardware erfasst als NVIDIA H100 SXM5 80GB. Das misst, was die Produktion des Modells gekostet hat, und sagt nichts darüber aus, wie schnell es einmal trainiert antwortet — die Inferenzgeschwindigkeit kommt von der MEMORY-BANDWIDTH, nicht vom TRAINING-BUDGET.

gpt-oss-20b— Kann ich es ausführen, wenn es nicht in meine GPU passt?

Es kann zwischen der GPU-Karte und dem Systemspeicher aufgeteilt werden, aber es wird auf diese Weise schmerzhaft langsam erzeugt. Die nächste verpasste Berechnung bleibt hinter 2.5 GB Jede Zahl hier geht davon aus, dass das gesamte Modell auf der Karte vorhanden ist.

gpt-oss-20b— Würden zwei GPUs es schneller ausführen?

Eine zweite Karte verdoppelt grob den verfügbaren Speicher, aber nicht die Generationsrate. Die Anzahl, die bereits in der Lage ist, es allein auszuführen: 241. So eine zweite Karte ist hier selten die Antwort.

gpt-oss-20b— Warum unterscheidet sich die Quantisierung zwischen Karten?

Jede Karte wird mit der am wenigsten komprimierten Kopie angezeigt, die sie halten kann. Die Anzahl der verschiedenen Komprimierungsstufen über die Karten, die sie passen: 4. Größere Karten erhalten die genauere Version, und die Qualitätsuntergrenze verankert den Vergleich auf einem Niveau.

gpt-oss-20b— Wie genau sind diese Geschwindigkeitsabschätzungen?

Sie werden aus Spezifikationen berechnet, anstatt gemessen zu werden, und jede hat einen Bereich. Ein Beispiel: 97–259 tok/s auf B200. Das gleiche Modell und die Karte variieren je nach Inferenzsoftware und deren Version um dreißig bis fünfzig Prozent.

gpt-oss-20b— Welche GPU benötige ich, um es auszuführen?

Die kleinste Karte in unserem Katalog, die es hält, ist Xeon Phi 7120P, mit einer MEMORY-KAPAZITÄT von 16 GB. Es führt das Modell mit einer Kompression von Q4_K_M verwenden von etwa 13.3 GB, und produziert ungefähr 10.7 Token pro Sekunde. Die Anzahl der Karten, die es insgesamt ausführen können: 241.

gpt-oss-20b— wie schnell ist es auf einer GPU?

Es hängt von der Karte ab. Das Schnellste, das wir berechnen, ist B200, ungefähr 162 Tokens pro Sekunde; die langsamste, die es immer noch ausführt, schafft erheblich weniger. Die Lesegeschwindigkeit liegt bei etwa zehn Tokens pro Sekunde, und die Anzahl der Karten, die das bewältigen: 198.

gpt-oss-20b— Wie viel VRAM benötigt es?

Es benötigt etwa 13.3 GB bei einer Kompression von Q4_K_M, welche das ist, was die kleinste Karte, die es ausführt, verwendet. Weniger Kompression braucht mehr: die Zahlen in der Spalte für den Speicher oben werden für jede Karte neu berechnet, da jede die am wenigsten komprimierte Version, die sie kann, speichert.

gpt-oss-20b— Kann ich es auf einer GPU mitführen? 16 GB?

Ja. Die GPU-Karte Tesla V100 SXM2 16 GB, halten 16 GB, führt es mit einer Kompression von Q4_K_M, verwenden von etwa 13.3 GB und generieren grob 52.8 Token pro Sekunde. Der Fit ist eng.

gpt-oss-20b— Kann ich es auf einer GPU mitführen? 24 GB?

Ja. Die GPU-Karte GeForce RTX 5090 D V2, halten 24 GB, führt es mit einer Kompression von Q6_K, verwenden von etwa 18.2 GB und generieren grob 39.4 Token pro Sekunde. Der Fit ist eng.

gpt-oss-20b— Ist es Open-Source?

Die Gewichte sind veröffentlicht, sodass sie heruntergeladen und auf Ihrer eigenen Hardware ausgeführt werden können. Beachten Sie, dass OPEN WEIGHTS nicht dasselbe wie OPEN SOURCE im vollen Sinne ist — es sagt nichts über die Trainingsdaten, den Trainingscode oder die damit verbundenen kommerziellen Bedingungen aus.

Quelle

Originalveröffentlichung

Letzte Aktualisierung des Protokolls 10 February 2026

Die andere Richtung

Von der anderen Seite aus betrachten?

Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.

Alle KI-Modelle