01できること
長所
- MITライセンス
- OpenAIレベルの品質（オープンウェイト）
- 128k コンテキスト
- 論理的思考とコーディングに優れています
知っておくべき限界
- —Q4 で VRAM 70 GB — マルチ GPU が必要
- —MoEのデプロイが複雑
アーキテクチャ
MoE · 総パラメータ数約117B / 有効パラメータ数約20B · OpenAIのオープンソースモデル · コンテキスト128k
トレーニング
OpenAI — OpenAI が MIT ライセンスのもとで最初に公開したオープンウェイトモデル。
おすすめの用途
推論業務用チャットエージェント
04インストール
インストール Ollama お使いのOS向け。ダウンロード前にモデルと量子化を確認してください。まずはコンテキストを4096トークンに設定し、その後、ollama ps でモデルの配置先を確認してください。以下にコマンドが記載されていることは、お使いのマシンでテストが実行された証拠にはなりません。
$ollama run openai/gpt-oss:120b
LM Studio
グラフィカルインターフェース、CLI不要
→ ガイドを見る
llama.cpp
純粋な性能、ソースからのビルド
→ ガイドを見る
vLLM
OpenAI互換の本番サーバー
→ ガイドを見る
Jan / GPT4All
オールインワンデスクトップアプリ
→ ガイドを見る
⚠
初回ダウンロード：選択した量子化により 2 GB から 40 GB。ディスク容量を確保し、安定した接続を推奨します。その後の起動は即時です。
02必要なメモリ
このモデルを動作させるためのGPU VRAMの概算値（4kトークンのコンテキストオーバーヘッドを含む）。より長いコンテキストが必要な場合は、8kトークンごとに約1 GBを追加してください。
Q4_K_M
最も軽量、損失約 5%
70 GB
Q5_K_M
品質とサイズのバランスが良好
85 GB
Q8_0
FP16とほぼ区別がつかない
125 GB
FP16
フル精度 — サーバー用途
234 GB
CPU フォールバック ・GPUがない場合は、 100 RAM（GB） このモデルを低速で実行するための最低要件。
gpt-oss 120Bに必要なハードウェアは？
gpt-oss 120BをQ4量子化でローカル実行するには、VRAM 70 GB程度が必要です。比較候補：GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) — システムとコンテキスト用のメモリに余裕を持たせ、推論エンジンがGPUに対応していることを確認してください。
現在のオファー： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395)
Amazon価格を見る →なぜこの選択か？ 完全な解説はこちら： GMKtec EVO-X2 64 GB / 1 TB (Ryzen AI Max+ 395) →
アフィリエイトリンク — 当サイトが報酬を受け取る場合がありますが、お客様に追加費用はかかりません。おすすめは独立した判断に基づいています。Amazonアソシエイトとして、QuelLLMは条件を満たす購入によって収益を得ます。
クラウドを使わず、このモデルを自分専用のChatGPTで利用
お使いのマシンにはモデルが大きすぎますか？キットでは、あなたのVRAMに収まるモデルを提供します。
- 永久に利用できるオンラインスペース
- PDF + ファイル
- 30日間返金対応
03予想速度
Q4_K_M、コンテキスト 4k での毎秒生成トークン数。 20 t/sを超えると快適に読めます。 10 t/s未満では、試用にとどまります。
QuelLLM キット用途別のリファレンスガイド
すべてのキットを永久に利用 — 49 €