OpenAI: gpt-oss-20b (nitro)
openai/gpt-oss-20b:nitro
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 lower-latency inference and deployability on consumer or single-GPU hardware. The model is trained in OpenAI’s Harmony response format and supports reasoning level configuration, fine-tuning, and agentic capabilities including function calling, tool use, and structured outputs.
Provedores
Diferentes empresas hospedam o mesmo modelo. O OpenRouter roteia sua solicitação para uma delas com base no modo de roteamento escolhido: Balanced (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).
| Provedor | Entrada /M | Saída /M | Leitura de cache /M | Latência | Taxa de processamento | Disponibilidade |
|---|---|---|---|---|---|---|
| US$ 0,070 | US$ 0,150 | -- | 0,34s | 450 tok/s | ||
| US$ 0,075 | US$ 0,300 | US$ 0,0375 | 0,28s | 411 tok/s | ||
| US$ 0,030 | US$ 0,130 | US$ 0,0300 | 0,11s | 224 tok/s | ||
| US$ 0,070 | US$ 0,150 | -- | 0,48s | 178 tok/s | ||
| US$ 0,030 | US$ 0,150 | US$ 0,0200 | 0,83s | 159 tok/s | ||
| US$ 0,200 | US$ 0,300 | US$ 0,1800 | 1,76s | 104 tok/s | ||
| US$ 0,030 | US$ 0,140 | US$ 0,0150 | 0,23s | 102 tok/s | ||
| US$ 0,018 | US$ 0,090 | US$ 0,0090 | 0,70s | 74 tok/s | ||
| US$ 0,040 | US$ 0,180 | -- | 1,25s | 71 tok/s | ||
| US$ 0,017 | US$ 0,085 | US$ 0,0085 | 0,72s | 67 tok/s | ||
| US$ 0,029 | US$ 0,140 | US$ 0,0290 | 0,79s | 52 tok/s | ||
Não utilizado no roteamento Nitro:Por que estes endpoints não são usados | ||||||
| US$ 0,024 | US$ 0,112 | US$ 0,0120 | 1,14s | 45 tok/s | ||
- Entrada /M
- US$ 0,07
- Saída /M
- US$ 0,15
- Leitura de cache /M
- --
- Latência
- 0,34s
- Taxa de processamento
- 450 tok/s
- Disponibilidade
- 99,96%
- Entrada /M
- US$ 0,075
- Saída /M
- US$ 0,30
- Leitura de cache /M
- US$ 0,0375
- Latência
- 0,28s
- Taxa de processamento
- 411 tok/s
- Disponibilidade
- 100,00%
- Entrada /M
- US$ 0,03
- Saída /M
- US$ 0,13
- Leitura de cache /M
- US$ 0,03
- Latência
- 0,11s
- Taxa de processamento
- 224 tok/s
- Disponibilidade
- 99,80%
- Entrada /M
- US$ 0,07
- Saída /M
- US$ 0,15
- Leitura de cache /M
- --
- Latência
- 0,48s
- Taxa de processamento
- 178 tok/s
- Disponibilidade
- 99,95%
- Entrada /M
- US$ 0,03
- Saída /M
- US$ 0,15
- Leitura de cache /M
- US$ 0,02
- Latência
- 0,83s
- Taxa de processamento
- 159 tok/s
- Disponibilidade
- 99,84%
- Entrada /M
- US$ 0,20
- Saída /M
- US$ 0,30
- Leitura de cache /M
- US$ 0,18
- Latência
- 1,76s
- Taxa de processamento
- 104 tok/s
- Disponibilidade
- 99,05%

- Entrada /M
- US$ 0,03
- Saída /M
- US$ 0,14
- Leitura de cache /M
- US$ 0,015
- Latência
- 0,23s
- Taxa de processamento
- 102 tok/s
- Disponibilidade
- 99,54%
- Entrada /M
- US$ 0,018
- Saída /M
- US$ 0,09
- Leitura de cache /M
- US$ 0,009
- Latência
- 0,70s
- Taxa de processamento
- 74 tok/s
- Disponibilidade
- 99,96%
- Entrada /M
- US$ 0,04
- Saída /M
- US$ 0,18
- Leitura de cache /M
- --
- Latência
- 1,25s
- Taxa de processamento
- 71 tok/s
- Disponibilidade
- 95,06%

- Entrada /M
- US$ 0,017
- Saída /M
- US$ 0,085
- Leitura de cache /M
- US$ 0,0085
- Latência
- 0,72s
- Taxa de processamento
- 67 tok/s
- Disponibilidade
- 99,96%
- Entrada /M
- US$ 0,029
- Saída /M
- US$ 0,14
- Leitura de cache /M
- US$ 0,029
- Latência
- 0,79s
- Taxa de processamento
- 52 tok/s
- Disponibilidade
- 93,03%
- Não utilizado no roteamento Nitro:Por que estes endpoints não são usados
Flex- Entrada /M
- US$ 0,024
- Saída /M
- US$ 0,112
- Leitura de cache /M
- US$ 0,012
- Latência
- 1,14s
- Taxa de processamento
- 45 tok/s
- Disponibilidade
- 97,68%
Preços
O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.
Média ponderada
gpt-oss-20b — Histórico de preços
| US$ 0,0132 | US$ 0,0841 | 43,1% | 14,5% | ||
| US$ 0,0142 | US$ 0,0892 | 40,6% | 13,2% | ||
| US$ 0,0218 | US$ 0,1393 | 53,9% | 4,8% | ||
| US$ 0,0242 | US$ 0,1499 | 56,6% | 5,6% | ||
| US$ 0,0289 | US$ 0,1391 | 35,9% | 0,1% | ||
| US$ 0,0299 | US$ 0,1297 | 19,8% | 15,5% | ||
| US$ 0,0398 | US$ 0,1796 | 0,0% | 0,4% | ||
| US$ 0,0586 | US$ 0,2995 | 43,5% | 32,5% | ||
| US$ 0,0698 | US$ 0,1492 | 0,0% | 1,6% | ||
| US$ 0,0699 | US$ 0,1489 | 0,0% | 10,6% | ||
| US$ 0,1948 | US$ 0,2981 | 20,5% | 1,4% | ||
Não utilizado no roteamento Nitro:Por que estes endpoints não são usados | |||||
| US$ 0,0224 | US$ 0,1044 | 7,4% | 0,0% | ||
- Em vigor em US$ 0,0132 / Saída efetiva US$ 0,0841Participação em tokens14,5%
- Em vigor em US$ 0,0142 / Saída efetiva US$ 0,0892Participação em tokens13,2%
- Em vigor em US$ 0,0218 / Saída efetiva US$ 0,1393Participação em tokens4,8%
- Em vigor em US$ 0,0242 / Saída efetiva US$ 0,1499Participação em tokens5,6%
- Em vigor em US$ 0,0289 / Saída efetiva US$ 0,1391Participação em tokens0,1%
- Em vigor em US$ 0,0299 / Saída efetiva US$ 0,1297Participação em tokens15,5%
- Em vigor em US$ 0,0398 / Saída efetiva US$ 0,1796Participação em tokens0,4%
- Em vigor em US$ 0,0586 / Saída efetiva US$ 0,2995Participação em tokens32,5%
- Em vigor em US$ 0,0698 / Saída efetiva US$ 0,1492Participação em tokens1,6%
- Em vigor em US$ 0,0699 / Saída efetiva US$ 0,1489Participação em tokens10,6%
- Em vigor em US$ 0,1948 / Saída efetiva US$ 0,2981Participação em tokens1,4%
- Não utilizado no roteamento Nitro:Por que estes endpoints não são usados
- Em vigor em US$ 0,0224 / Saída efetiva US$ 0,1044FlexParticipação em tokens0,0%
Desempenho
A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).
P50, melhor entre os provedores
P50, melhor provedor
Disponibilidade
A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.
Disponibilidade nos últimos 3 dias
Últimas 72 horasDisponibilidade nas últimas 24 horas
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
Avaliações de desempenho
Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.
| Fonte | Avaliação comparativa | Pontuação |
|---|---|---|
| Artificial Analysis | gpt-oss-20b (High) Openness Index | 38,9 |
| Artificial Analysis | gpt-oss-20b (High) Multilingual Index | 75.2% |
| Artificial Analysis | gpt-oss-20b (High) AutomationBench-AA | 0.2% |
| Artificial Analysis | gpt-oss-20b (High) GDP.pdf | 2.0% |
| Artificial Analysis | gpt-oss-20b (High) APEX-Agents-AA | 0.7% |
| Artificial Analysis | gpt-oss-20b (High) GPQA Diamond | 68.8% |
| Artificial Analysis | gpt-oss-20b (High) HLE | 11.0% |
| Artificial Analysis | gpt-oss-20b (High) IFBench | 65.1% |
| Artificial Analysis | gpt-oss-20b (High) τ²-Bench Telecom | 60.2% |
| Artificial Analysis | gpt-oss-20b (High) AA-LCR | 34.7% |
| Artificial Analysis | gpt-oss-20b (High) τ³-Banking | 7.0% |
| Artificial Analysis | gpt-oss-20b (High) GDPval-AA | 0.0% |
| Artificial Analysis | gpt-oss-20b (High) CritPt | 1.4% |
| Artificial Analysis | gpt-oss-20b (High) HLE-Diamond | 4.8% |
| Artificial Analysis | gpt-oss-20b (High) SciCode | 38.9% |
| Artificial Analysis | gpt-oss-20b (High) Terminal-Bench Hard | 10.6% |
| Artificial Analysis | gpt-oss-20b (High) Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | gpt-oss-20b (High) Terminal-Bench 2.1 | 13.9% |
| Artificial Analysis | gpt-oss-20b (High) MLCR-AA | 1.1% |
| Artificial Analysis | gpt-oss-20b (Low) Openness Index | 38,9 |
| Artificial Analysis | gpt-oss-20b (Low) Multilingual Index | 72.8% |
| Artificial Analysis | gpt-oss-20b (Low) GPQA Diamond | 61.1% |
| Artificial Analysis | gpt-oss-20b (Low) HLE | 5.3% |
| Artificial Analysis | gpt-oss-20b (Low) IFBench | 57.8% |
| Artificial Analysis | gpt-oss-20b (Low) τ²-Bench Telecom | 50.3% |
| Artificial Analysis | gpt-oss-20b (Low) AA-LCR | 31.0% |
| Artificial Analysis | gpt-oss-20b (Low) CritPt | 0.0% |
| Artificial Analysis | gpt-oss-20b (Low) Terminal-Bench Hard | 4.5% |
| Design Arena | GPT OSS 20B Models Arena Data Visualization Elo | 933 |
| Design Arena | GPT OSS 20B Models Arena Website Elo | 840 |
| Vals AI | GPT OSS 20B AIME | 86.0% |
| Vals AI | GPT OSS 20B CaseLaw v2 | 43.8% |
| Vals AI | GPT OSS 20B CorpFin v2 | 53.1% |
| Vals AI | GPT OSS 20B GPQA Diamond | 68.9% |
| Vals AI | GPT OSS 20B LiveCodeBench | 80.4% |
| Vals AI | GPT OSS 20B LegalBench | 70.8% |
| Vals AI | GPT OSS 20B MATH 500 | 94.2% |
| Vals AI | GPT OSS 20B MedQA | 82.9% |
| Vals AI | GPT OSS 20B MGSM | 89.0% |
| Vals AI | GPT OSS 20B MMLU Pro | 71.6% |
| Vals AI | GPT OSS 20B TaxEval v2 | 63.7% |
Aplicativos
Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.
Atividade
Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.
API
Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.
Disponível por meio do roteamento intrarregional da UE
OpenAI: gpt-oss-20b (nitro) está disponível por meio do roteamento regional na UE. As solicitações enviadas para eu.openrouter.ai são descriptografadas na UE e roteadas apenas para endpoints compartilhados de provedores na Europa (UE/EEE, Reino Unido e Suíça).
- Provedores na Europa
- Amazon Bedrock
- Preços na Europa
- Amazon Bedrock: US$ 0,07/M tokens de entrada, US$ 0,15/M tokens de saída
- URL base
https://eu.openrouter.ai/api/v1- Plano
- Requer Business ou Enterprise. Autoatendimento no Business: sem contrato, sem mínimo mensal. OpenRouter Business para roteamento dentro da região da UE
Falha em modo fechado: se nenhum endpoint de provedor compartilhado na Europa estiver disponível, a solicitação retorna um erro em vez de sair da região. As solicitações atendidas pela sua própria chave BYOK vão para a região da sua implantação, que você controla. Documentação de roteamento na região
Perguntas frequentes
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 lower-latency inference and deployability on consumer or single-GPU hardware.
gpt-oss-20b custa US$ 0,017/M de tokens de entrada e US$ 0,085/M de tokens de saída, com taxas separadas para Cache Read por US$ 0,0085/M tokens.
gpt-oss-20b tem uma janela de contexto de 131.072 tokens. Ele aceita até 131.072 tokens de conclusão.
Sim. gpt-oss-20b aceita tools e tool_choice para chamadas de função em 9 dos 10 provedores que o disponibilizam, e as solicitações que enviam ferramentas são roteadas para esses provedores. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
gpt-oss-20b é servido por 10 provedores no OpenRouter: Darkbloom, AkashML, DeepInfra, DekaLLM, CoreWeave, Parasail, SiliconFlow, Amazon Bedrock e mais 2. As solicitações são roteadas para o melhor provedor disponível, com failover automático para os demais, e você pode fixar ou excluir provedores com o roteamento de provedores.
gpt-oss-20b foi lançado em 5 de agosto de 2025. Seu conhecimento vai até 30 de junho de 2024.