GPT-OSS-Safeguard-120B kalkulator TPS

Otwórz wagi OpenAI 120B parametry October 2025

Każda karta poniżej jest oceniana w stosunku do tego modelu przy wybranej długości kontekstu i minimalnej jakości. Prędkość jest oszacowaniem dla pojedynczego żądania, obliczonym na podstawie przepustowości pamięci karty i rozmiaru modelu po skompresowaniu..

Obliczone dla tego modelu

38 karty, które mogą go uruchomić

818 Karty, które posiadamy specyfikacje dla

Najmniejsza karta, która pasuje

RTX PRO 5000 72 GB Blackwell

72 GB · Q3_K_M · 12.8 tok/s

Najszybsza karta

H100 NVL 94 GB

32.1 tok/s · 94 GB

Które GPU mogą uruchomić GPT-OSS-Safeguard-120B?

Ustaw wejścia, odczytaj odpowiedź.

Długość kontekstu tokeny

Dłuższa rozmowa wymaga więcej MEMORY, co może spowodować, że ten model nie zmieści się na mniejszych CARD..

Minimalna jakość

Ukrywa karty, które zmieściłyby się w modelu tylko przez skompresowanie go poniżej tego punktu..

Szukaj kart

Pamięć karty

Pokaż również karty, które nie mogą tego uruchomić.

38 karty pasują

Obliczanie

					potrzeby	Kwantyzacja	Pasuje
32.1 tok/s 19–51 · niska pewność	H100 NVL 94 GB NVIDIA	94 GB	3,940 GB/s	Mar 2023	73.3 GB	Q4_K_M	Wąski
29.1 tok/s 17–47 · niska pewność	H100 SXM5 80 GB NVIDIA	80 GB	3,360 GB/s	Oct 2022	66.3 GB	IQ4_XS	Wąski
29.1 tok/s 17–47 · niska pewność	H800 SXM5 NVIDIA	80 GB	3,360 GB/s	Mar 2023	66.3 GB	IQ4_XS	Wąski
28.2 tok/s 17–45 · niska pewność	B200 NVIDIA	180 GB	8,000 GB/s	Jan 2024	129.2 GB	Q8_0	Wygodny
28.2 tok/s 17–45 · niska pewność	B300 NVIDIA	288 GB	8,000 GB/s	Sep 2025	129.2 GB	Q8_0	Wygodny
27.4 tok/s 16–44 · niska pewność	H100 PCIe 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	73.3 GB	Q4_K_M	Wąski
27.4 tok/s 16–44 · niska pewność	H100 SXM5 94 GB NVIDIA	94 GB	3,360 GB/s	Mar 2023	73.3 GB	Q4_K_M	Wąski
27.4 tok/s 16–44 · niska pewność	H100 SXM5 96 GB NVIDIA	96 GB	3,360 GB/s	Mar 2023	73.3 GB	Q4_K_M	Wąski
26.2 tok/s 16–42 · niska pewność	Radeon Instinct MI300 AMD	128 GB	6,550 GB/s	Jan 2023	101.2 GB	Q6_K	Wąski
25.1 tok/s 15–40 · niska pewność	H200 NVL NVIDIA	141 GB	4,890 GB/s	Nov 2024	101.2 GB	Q6_K	Wygodny
25.1 tok/s 15–40 · niska pewność	H200 SXM 141 GB NVIDIA	141 GB	4,890 GB/s	Nov 2024	101.2 GB	Q6_K	Wygodny
22.6 tok/s 14–36 · niska pewność	Radeon Instinct MI350X AMD	288 GB	8,190 GB/s	Jan 2025	129.2 GB	Q8_0	Wygodny
22.6 tok/s 14–36 · niska pewność	Radeon Instinct MI355X AMD	288 GB	8,190 GB/s	Jan 2025	129.2 GB	Q8_0	Wygodny
21.3 tok/s 13–34 · niska pewność	Radeon Instinct MI300A AMD	128 GB	5,325 GB/s	Dec 2023	101.2 GB	Q6_K	Wąski
17.7 tok/s 11–28 · niska pewność	A100 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Nov 2020	66.3 GB	IQ4_XS	Wąski
17.7 tok/s 11–28 · niska pewność	A100X NVIDIA	80 GB	2,040 GB/s	Jun 2021	66.3 GB	IQ4_XS	Wąski
17.7 tok/s 11–28 · niska pewność	A800 SXM4 80 GB NVIDIA	80 GB	2,040 GB/s	Aug 2022	66.3 GB	IQ4_XS	Wąski
17.7 tok/s 11–28 · niska pewność	H100 CNX NVIDIA	80 GB	2,040 GB/s	Mar 2023	66.3 GB	IQ4_XS	Wąski
17.7 tok/s 11–28 · niska pewność	H100 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Oct 2022	66.3 GB	IQ4_XS	Wąski
17.7 tok/s 11–28 · niska pewność	H800 PCIe 80 GB NVIDIA	80 GB	2,040 GB/s	Mar 2023	66.3 GB	IQ4_XS	Wąski
16.8 tok/s 10–27 · niska pewność	A100 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Jun 2021	66.3 GB	IQ4_XS	Wąski
16.8 tok/s 10–27 · niska pewność	A800 PCIe 80 GB NVIDIA	80 GB	1,940 GB/s	Nov 2022	66.3 GB	IQ4_XS	Wąski
16.5 tok/s 10–26 · niska pewność	Radeon Instinct MI325X AMD	256 GB	6,000 GB/s	Oct 2024	129.2 GB	Q8_0	Wygodny
14.7 tok/s 9–23 · niska pewność	Radeon Instinct MI300X AMD	192 GB	5,325 GB/s	Dec 2023	129.2 GB	Q8_0	Wygodny
14.7 tok/s 9–23 · niska pewność	Radeon Instinct MI308X AMD	192 GB	5,325 GB/s	Dec 2023	129.2 GB	Q8_0	Wygodny

Prędkości są szacunkami dla pojedynczego zapytania — jednej konwersacji na raz — obliczonymi na podstawie przepustowości pamięci, rozmiaru MODELu i kwantyzacji. Rzeczywista przepustowość różni się w zależności od czasu uruchamiania inference i jego wersji. Wartości publikowane przez dostawców sprzętu mierzą wiele jednoczesnych zapytań i są znacznie wyższe..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja: OpenAI
Typ organizacji: Industry
Kraj: United States of America
Opublikowany: 29 October 2025

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena: Language
Zadanie: Safety/Classification

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

parametry: 120B
Dane treningowe: tokens

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi: Open — downloadable
Dostęp do modelu: Open weights (unrestricted)

Ekstremy

Dziesięć najszybszych GPU, które uruchamiają GPT-OSS-Safeguard-120B

Uszeregowany według szacowanej liczby tokenów na sekundę, najnowsza karta na pierwszym miejscu, gdy prędkości są równe. Ponieważ generacja jest ograniczona przez pamięć, to uporządkowanie podąża za przepustowością, a nie za jakimkolwiek benchmarkiem gier..

Najmniejsze GPU, które nadal działają GPT-OSS-Safeguard-120B

Najtańsza droga do, według pojemności pamięci. Tight fit uruchamia model, ale nie zostawia nic na dłuższą rozmowę..

Co oznaczają liczby

Wymagania sprzętowe w praktyce

Minimalna karta

RTX PRO 5000 72 GB Blackwell

Pamięć potrzebna

59.3 GB

Najszybszy

32.1 tok/s

GPT-OSS-Safeguard-120B osiąga liczbę parametrów równą 120B. To stawia to powyżej sprzętu konsumenckiego, w zakresie, gdzie karta jest kupowana do tego celu, zamiast przystosowywana do niego. Liczba kart, które śledzimy, które mogą to pomieścić: 38.

Punkt wejścia to RTX PRO 5000 72 GB Blackwell, o pojemności pamięci 72 GB, uruchomienie go przy kompresji Q3_K_M i produkując około 12.8 tokeny na sekundę

Najszybszy rezultat pochodzi z H100 NVL 94 GB, generowanie w przybliżeniu 32.1 tokenów na sekundę na podstawie przepustowości pamięci 3,940 GB/s.

Skąd to pochodzi

GPT-OSS-Safeguard-120B został opublikowany przez OpenAI, w kraju zapisanym jako United States of America, podczas October 2025. Wychodzi z organizacji zaklasyfikowanej jako industry.

Działa w dziedzinie Language, i jest zapisany jako wykonujący zadanie safety/Classification.

Otwarte wagi to powód, dla którego ta strona znajduje się w kalkulatorze, a nie tylko w katalogu: jest to model, który możesz faktycznie mieć.

Zrozumienie prędkości

Połowa kart, które go trzymają, osiąga więcej niż 17.7 tokenów na sekundę. Produkując tekst szybciej niż większość ludzi go czyta. 36 ich

Każda waga uczestniczy w każdym tokenie tutaj, więc szerokość pasma jest całą historią: poniższa lista to w rzeczywistości ranking przepustowości pamięci.

Pamięć tutaj jest szacowana na podstawie rozmiaru, a nie obliczana z architektury, która nie jest zarejestrowana dla tego modelu — liczby są wskazujące, a nie dokładne.

Krok po kroku

Jak wybrać GPU do GPT-OSS-Safeguard-120B

Tabela powyżej oceniła już każdą kartę, dla której posiadamy specyfikacje, w stosunku do tego modelu. Dotarcie do odpowiedzi wymaga sześciu kroków..

01

Przeczytaj najpierw liczbę pamięci

Tabela zawiera każdą kartę, która jest w stanie pomieścić GPT-OSS-Safeguard-120B, potrzebując około 59.3 GB przy kompresji Q3_K_M. To ta liczba, a nie nagłówkowa wydajność karty, decyduje o tym, czy można ją uruchomić.
02

Dopasuj kontekst do swojego rzeczywistego użycia

Dłuższe rozmowy kosztują pamięć oprócz tego, co potrzebują wagi. Przesuń suwak do swojej rzeczywistej długości roboczej przed zaufaniem jakiejkolwiek linii dla GPT-OSS-Safeguard-120B.
03

Wybierz, jak daleko chcesz to skompresować.

Każda KARTA uruchamia najmniej skompresowaną kopię, jaką może pomieścić., osiągnięcie kompresji Q3_K_M na najmniejszej karcie, która się mieści. Ustalenie minimalnej jakości odrzuca karty, które tylko ją osiągają, uciskając bardziej niż byś chciał, i utrzymuje porównanie na jednym poziomie.
04

Oceń według przepustowości, a nie kart specyfikacji

Szybkość zamawiania jest w rzeczywistości zamawianiem według pasma pamięci, dla GPT-OSS-Safeguard-120B. Nie dopasuje się do zamówienia gier, ponieważ generacja jest ograniczona przez przepustowość pamięci. Karta na szczycie listy to H100 NVL 94 GB, w 32.1 tok/s
05

Sprawdź werdykt dopasowania przed zakupem

Tight dopasowanie działa, ale nie zostawia nic na dłuższą rozmowę, w przypadku GPT-OSS-Safeguard-120B. Wygodne oznacza, że możesz później zwiększyć kontekst. Ta różnica ma większe znaczenie niż kilka tokenów na sekundę, więc kupuj za wygodne, jeśli tego oczekujesz.
06

Otwórz kartę, na którą się zdecydowałeś

Każda nazwa karty łączy się z jej własną stroną, która wykonuje tę samą kalkulację w całym katalogu modelu. Kartę zazwyczaj kupuje się dla więcej niż jednego modelu, więc warto rzucić okiem przed zakupem na GPT-OSS-Safeguard-120B.

Odpowiedzi

GPT-OSS-Safeguard-120B — częste pytania

GPT-OSS-Safeguard-120B— Gdzie mogę to pobrać?

Wagi są opublikowane, chociaż nie posiadamy linku do repozytorium. Ta strona oblicza wymagania sprzętowe, a nie hostuje pliki modelu.

GPT-OSS-Safeguard-120B— czy mogę go uruchomić, jeśli nie mieści się w moim GPU?

Częściowo. Warstwy, które nie mieszczą się w GPU VRAM, znajdują się w pamięci systemu i działają z ułamkową prędkością, więc model, który jest w dużej mierze przeniesiony, rzadko jest wart używania. Najbliższy brak, który obliczamy, jest za mały o 15.7 GB Każda figura tutaj zakłada, że cały model jest zainstalowany na karcie.

GPT-OSS-Safeguard-120B— czy dwa GPU uruchomią to szybciej?

Druga KARTA mniej więcej podwaja dostępna PAMIĘĆ, ale nie tempo generacji. Liczba już zdolna do uruchomienia jej samodzielnie: 38. Więc druga karta rzadko jest odpowiedzią tutaj.

GPT-OSS-Safeguard-120B— dlaczego kwantyzacja różni się między kartami?

Każda KARTA jest przedstawiana z uruchomioną najmniej skompresowaną wersją, jaką może pomieścić. Liczba odmiennych poziomów kompresji w KARTACH, które mogą go pomieścić: 5. Większe karty otrzymują dokładniejszą wersję, a minimalna jakość powyżej ustala porównanie na jednym poziomie.

GPT-OSS-Safeguard-120B— Jak dokładne są te szacunki prędkości?

To są szacunki z rzeczywistymi marginesami błędu, a każdy z nich mógłby rozsądnie wypaść gdziekolwiek w swoim opublikowanym zakresie w zależności od używanego uruchomienia. Najszybszy wynik tutaj: 19–51 tok/s na H100 NVL 94 GB. Ten sam model i karta różnią się o trzydzieści do pięćdziesięciu procent w zależności od oprogramowania inferencyjnego i jego wersji.

GPT-OSS-Safeguard-120B— Jaką GPU potrzebuję, aby ją uruchomić?

Najmniejsza karta w naszym katalogu, która to pomieści, to RTX PRO 5000 72 GB Blackwell, o pojemności pamięci 72 GB. Uruchamia model przy kompresji Q3_K_M używając około 59.3 GB, i produkuje w przybliżeniu 12.8 tokenów na sekundę. Liczba kart, które mogą go uruchomić łącznie: 38.

GPT-OSS-Safeguard-120B— jak szybko działa na GPU?

To zależy od karty. Najszybciej obliczamy to H100 NVL 94 GB, około 32.1 tokenów na sekundę; najwolniejszy, który nadal działa, osiąga znacznie mniej. Prędkość odczytu wynosi około dziesięciu tokenów na sekundę, a liczba kart, które to osiągają: 36.

GPT-OSS-Safeguard-120B— Ile VRAM-u potrzebuje?

Potrzebuje około 59.3 GB przy kompresji Q3_K_M, który jest najmniejszą kartą, która to uruchamia. Mniej kompresji potrzebuje więcej: liczby w kolumnie pamięci powyżej są przeliczane dla każdej karty, ponieważ każda z nich trzyma wersję o najmniejszej kompresji, jaką może.

GPT-OSS-Safeguard-120B— czy jest open weight?

Jego wagi są opublikowane, więc można je pobrać i uruchomić na własnym sprzęcie. Zauważ, że OPEN WEIGHTS nie są tym samym co OPEN SOURCE w pełnym sensie — nie mówi nic o danych treningowych, kodzie treningowym, ani warunkach komercyjnych.

GPT-OSS-Safeguard-120B— ile ma parametrów?

Ma liczbę parametrów równą 120B. Safety/classification model, Apache 2.0. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.

GPT-OSS-Safeguard-120B— kto to stworzył?

Zostało opublikowane przez OpenAI, oparty na United States of America, organizacja sklasyfikowana jako industry.

GPT-OSS-Safeguard-120B— kiedy to zostało wydane?

Zostało opublikowane w October 2025.

GPT-OSS-Safeguard-120B— do czego to służy?

Działa w dziedzinie Language, i jest zarejestrowany jako realizujący zadanie safety/Classification. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.

Wszystkie modele AI