OpenAI gpt-oss

gpt-oss : les premiers poids ouverts d’OpenAI depuis GPT-2

Le 5 août 2025, OpenAI a fait quelque chose qu’elle n’avait pas fait depuis 2019 : publier des poids de modèle. gpt-oss-120b et gpt-oss-20b sont sortis sous licence Apache 2.0 — pas de contrat sur mesure, pas d’avenant d’usage acceptable sur les poids eux-mêmes — avec une annonce complète et une fiche modèle. Quoi que vous pensiez de l’entreprise, cette sortie a mis des modèles de raisonnement réellement capables sur du matériel de pleb, de façon permanente. Des poids publiés ne se dépublient pas.

Ce qu’il y a dans les poids

• gpt-oss-120b : 117B de paramètres totaux, Mixture-of-Experts à 128 experts, 5,1B actifs par token
• gpt-oss-20b : 21B au total, 32 experts, 3,6B actifs par token
• Quantisation MXFP4 native : OpenAI livre les poids déjà quantisés dans un format bloc de 4,25 bits — c’est pourquoi les chiffres mémoire ci-dessous sont si amicaux
• Fenêtre de contexte de 128K, effort de raisonnement réglable (faible/moyen/élevé), usage d’outils et flux agentiques en fonctionnalités de première classe
• Texte seulement, centré sur l’anglais, chaîne de pensée visible

La revendication de benchmark publiée par OpenAI — et elle a tenu aux tests indépendants — est que gpt-oss-120b arrive près d’o4-mini sur les benchmarks de raisonnement de base et que gpt-oss-20b joue dans la cour d’o3-mini. Selon la fiche modèle, c’est un modèle de raisonnement de niveau fermé mi-2025 que vous pouvez faire tourner sans demander la permission de personne.

Un pleb peut-il le faire tourner ? Oui — c’est tout l’intérêt

Parce que le MXFP4 sort d’usine, vous sautez le calcul de quantisation habituel :

• gpt-oss-20b tourne dans 16 Go de mémoire. Une carte de 16 Go (4060 Ti 16 Go, 4080 d’occasion), une RTX 3090 d’occasion avec de la marge, ou n’importe quel Mac Apple Silicon de 16 Go et plus. C’est le modèle le plus capable que vous puissiez faire tourner sur le matériel que la plupart des gens possèdent déjà, et la raison pour laquelle il figure dans chaque palmarès de LLM locaux.
• gpt-oss-120b tourne dans 80 Go. Un GPU de station de travail de 80–96 Go — ou, plus réaliste à la maison, un gros boîtier à mémoire unifiée : une machine Strix Halo de 128 Go, un Mac de 96 Go et plus, ou le NVIDIA DGX Spark, où le 120b est sans doute le modèle idéal de l’appareil. Seulement 5,1B de paramètres actifs par token : le matériel à mémoire unifiée limité en bande passante produit quand même des vitesses utilisables.

Le support des runtimes est partout : ollama pull gpt-oss:20b (ou :120b), llama.cpp, LM Studio, vLLM. Une mise en garde utile : gpt-oss parle le format de chat harmony d’OpenAI. Les runtimes grand public le gèrent pour vous, mais si vous câblez des prompts bruts vous-même, utilisez le gabarit — les prompts mal formatés sont le rapport de bogue « ce modèle est idiot » le plus courant.

Pourquoi ça compte pour la stack souveraine

L’argument de souveraineté s’écrit tout seul : le nom phare de l’IA infonuagique a publié des poids Apache 2.0, et chaque argument pour remplacer une dépendance à l’IA infonuagique par du local est devenu plus facile à faire en salle de conseil. « L’IA locale est-elle vraiment bonne ? » a maintenant pour réponse « le propre modèle ouvert d’OpenAI, qui tourne sur votre bureau ». Pour les entreprises canadiennes avec des obligations de résidence des données, ça se marie directement avec le guide LLM local au Canada.

Sachez toutefois ce que c’est et ce que ce n’est pas. Apache 2.0 couvre les poids ; les données d’entraînement et le pipeline restent fermés — c’est donc de l’open-weight, pas de l’open-source intégral, comme presque toutes les familles de notre comparatif licence × VRAM. C’est texte seulement, anglais d’abord, et le 20b perdra encore face à de plus gros modèles ouverts sur les tâches lourdes en connaissances. Ce qu’il fait mieux que tout le reste à son empreinte mémoire : le raisonnement et l’usage d’outils.

Rendons à César : gpt-oss existe parce que l’écosystème des poids ouverts — Llama, Mistral, Qwen, DeepSeek — a fait des sorties ouvertes la mise de départ. Les plebs ont gagné cet argument, et ces poids en sont le reçu. Si vous montez votre premier rig pour lui, commencez par les étapes de démarrage ci-dessous, et voyez comment la famille se compare sur le roster complet des modèles.