gpt-oss-120b is an open-weight, 117B-parameter Mixture-of-Experts (MoE) language model from OpenAI designed for high-reasoning, agentic, and general-purpose production use cases. It activates 5.1B parameters per forward pass and is optimized to run on a single H100 GPU with native MXFP4 quantization. The model supports configurable reasoning depth, full chain-of-thought access, and native tool use, including function calling, browsing, and structured output generation.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
| 提供商 | 输入 /百万 | 输出 /百万 | 缓存读取 /百万 | 延迟 | 吞吐量 | 正常运行时间 |
|---|---|---|---|---|---|---|
| US$0.350 | US$0.750 | US$0.3500 | 0.22s | 801 tok/s | ||
| US$0.150 | US$0.600 | US$0.0750 | 0.19s | 361 tok/s | ||
| US$0.150 | US$0.600 | -- | 0.49s | 315 tok/s | ||
| US$0.050 | US$0.250 | US$0.0500 | 0.26s | 245 tok/s | ||
| US$0.090 | US$0.360 | -- | 0.18s | 239 tok/s | ||
| US$0.140 | US$0.950 | -- | 0.61s | 223 tok/s | ||
| US$0.100 | US$0.750 | US$0.0550 | 0.42s | 209 tok/s | ||
| US$0.100 | US$0.500 | US$0.1000 | 0.22s | 185 tok/s | ||
| US$0.150 | US$0.600 | -- | 0.49s | 181 tok/s | ||
| US$0.150 | US$0.600 | US$0.1000 | 0.35s | 171 tok/s | ||
| US$0.100 | US$0.500 | US$0.1000 | 0.21s | 168 tok/s | ||
| US$0.030 | US$0.170 | US$0.0300 | 0.27s | 152 tok/s | ||
| US$0.030 | US$0.187 | US$0.0300 | 0.42s | 136 tok/s | ||
| US$0.085 | US$0.375 | US$0.0850 | 0.91s | 115 tok/s | ||
Fast | US$0.150 | US$0.750 | -- | 0.36s | 111 tok/s | |
| US$0.150 | US$0.600 | -- | 0.19s | 98 tok/s | ||
| US$0.332 | US$0.711 | US$0.2990 | 1.41s | 93 tok/s | ||
| US$0.030 | US$0.150 | US$0.0150 | 0.60s | 66 tok/s | ||
| US$0.150 | US$0.600 | US$0.0750 | 1.30s | 61 tok/s | ||
| US$0.060 | US$0.420 | US$0.0120 | 0.91s | 51 tok/s | ||
| US$0.030 | US$0.150 | US$0.0300 | 1.42s | 40 tok/s | ||
| US$0.030 | US$0.180 | US$0.0300 | 0.73s | 79 tok/s | ||
| US$0.037 | US$0.170 | US$0.0185 | 0.58s | 22 tok/s |
- 输入 /百万
- US$0.35
- 输出 /百万
- US$0.75
- 缓存读取 /百万
- US$0.35
- 延迟
- 0.22 秒
- 吞吐量
- 801 tok/s
- 正常运行时间
- 99.97%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- US$0.075
- 延迟
- 0.19 秒
- 吞吐量
- 361 tok/s
- 正常运行时间
- 99.62%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- --
- 延迟
- 0.49 秒
- 吞吐量
- 315 tok/s
- 正常运行时间
- 99.96%
- 输入 /百万
- US$0.05
- 输出 /百万
- US$0.25
- 缓存读取 /百万
- US$0.05
- 延迟
- 0.26 秒
- 吞吐量
- 245 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.09
- 输出 /百万
- US$0.36
- 缓存读取 /百万
- --
- 延迟
- 0.18 秒
- 吞吐量
- 239 tok/s
- 正常运行时间
- 99.85%
- 输入 /百万
- US$0.14
- 输出 /百万
- US$0.95
- 缓存读取 /百万
- --
- 延迟
- 0.61 秒
- 吞吐量
- 223 tok/s
- 正常运行时间
- 98.91%
- 输入 /百万
- US$0.10
- 输出 /百万
- US$0.75
- 缓存读取 /百万
- US$0.055
- 延迟
- 0.42 秒
- 吞吐量
- 209 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.10
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.10
- 延迟
- 0.22 秒
- 吞吐量
- 185 tok/s
- 正常运行时间
- 99.94%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- --
- 延迟
- 0.49 秒
- 吞吐量
- 181 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- US$0.10
- 延迟
- 0.35 秒
- 吞吐量
- 171 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.10
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.10
- 延迟
- 0.21 秒
- 吞吐量
- 168 tok/s
- 正常运行时间
- 99.62%
- 输入 /百万
- US$0.03
- 输出 /百万
- US$0.17
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.27 秒
- 吞吐量
- 152 tok/s
- 正常运行时间
- 97.18%
- 输入 /百万
- US$0.03
- 输出 /百万
- US$0.187
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.42 秒
- 吞吐量
- 136 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.085
- 输出 /百万
- US$0.375
- 缓存读取 /百万
- US$0.085
- 延迟
- 0.91 秒
- 吞吐量
- 115 tok/s
- 正常运行时间
- 98.88%
- Fast
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.75
- 缓存读取 /百万
- --
- 延迟
- 0.36 秒
- 吞吐量
- 111 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- --
- 延迟
- 0.19 秒
- 吞吐量
- 98 tok/s
- 正常运行时间
- 99.97%
- 输入 /百万
- US$0.332
- 输出 /百万
- US$0.711
- 缓存读取 /百万
- US$0.299
- 延迟
- 1.41 秒
- 吞吐量
- 93 tok/s
- 正常运行时间
- 98.84%

- 输入 /百万
- US$0.03
- 输出 /百万
- US$0.15
- 缓存读取 /百万
- US$0.015
- 延迟
- 0.60 秒
- 吞吐量
- 66 tok/s
- 正常运行时间
- 99.97%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.60
- 缓存读取 /百万
- US$0.075
- 延迟
- 1.30 秒
- 吞吐量
- 61 tok/s
- 正常运行时间
- 93.93%
- 输入 /百万
- US$0.06
- 输出 /百万
- US$0.42
- 缓存读取 /百万
- US$0.012
- 延迟
- 0.91 秒
- 吞吐量
- 51 tok/s
- 正常运行时间
- 99.65%
- 输入 /百万
- US$0.03
- 输出 /百万
- US$0.15
- 缓存读取 /百万
- US$0.03
- 延迟
- 1.42 秒
- 吞吐量
- 40 tok/s
- 正常运行时间
- 99.30%
- 输入 /百万
- US$0.03
- 输出 /百万
- US$0.18
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.73 秒
- 吞吐量
- 79 tok/s
- 正常运行时间
- 91.58%

- 输入 /百万
- US$0.037
- 输出 /百万
- US$0.17
- 缓存读取 /百万
- US$0.0185
- 延迟
- 0.58 秒
- 吞吐量
- 22 tok/s
- 正常运行时间
- 56.29%
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
gpt-oss-120b — 价格历史
| US$0.0210 | US$0.150 | 59.4% | 9.9% | ||
| US$0.0299 | US$0.149 | 46.5% | 0.6% | ||
| US$0.0299 | US$0.187 | 54.7% | 13.0% | ||
| US$0.0299 | US$0.170 | 59.2% | 4.4% | ||
| US$0.0406 | US$0.419 | 39.8% | 0.0% | ||
| US$0.0499 | US$0.250 | 51.6% | 15.7% | ||
| US$0.0804 | US$0.749 | 43.3% | 0.5% | ||
| US$0.0846 | US$0.373 | 24.3% | 0.0% | ||
| US$0.0899 | US$0.360 | 48.5% | 9.0% | ||
| US$0.0993 | US$0.600 | 67.5% | 27.0% | ||
| US$0.0999 | US$0.500 | 55.5% | 1.5% | ||
| US$0.0999 | US$0.500 | 59.7% | 0.7% | ||
| US$0.1080 | US$0.599 | 83.5% | 0.2% | ||
| US$0.1400 | US$0.950 | 0.0% | 0.6% | ||
| US$0.1497 | US$0.600 | 0.0% | 0.0% | ||
Fast | US$0.1498 | US$0.749 | 48.4% | 0.6% | |
| US$0.1498 | US$0.599 | 36.3% | 2.0% | ||
| US$0.1499 | US$0.599 | 0.0% | 1.1% | ||
| US$0.1499 | US$0.599 | 0.0% | 0.3% | ||
| US$0.3356 | US$0.741 | 32.4% | 0.0% | ||
| US$0.3499 | US$0.750 | 64.9% | 8.8% | ||
| US$0.0299 | US$0.180 | 42.4% | 0.4% | ||
| US$0.0299 | US$0.169 | 37.6% | 3.6% |
- 有效输入价格 US$0.0210 / 实际输出 US$0.150token 占比9.9%
- 有效输入价格 US$0.0299 / 实际输出 US$0.149token 占比0.6%
- 有效输入价格 US$0.0299 / 实际输出 US$0.187token 占比13.0%
- 有效输入价格 US$0.0299 / 实际输出 US$0.170token 占比4.4%
- 有效输入价格 US$0.0406 / 实际输出 US$0.419token 占比0.0%
- 有效输入价格 US$0.0499 / 实际输出 US$0.250token 占比15.7%
- 有效输入价格 US$0.0804 / 实际输出 US$0.749token 占比0.5%
- 有效输入价格 US$0.0846 / 实际输出 US$0.373token 占比0.0%
- 有效输入价格 US$0.0899 / 实际输出 US$0.360token 占比9.0%
- 有效输入价格 US$0.0993 / 实际输出 US$0.600token 占比27.0%
- 有效输入价格 US$0.0999 / 实际输出 US$0.500token 占比1.5%
- 有效输入价格 US$0.0999 / 实际输出 US$0.500token 占比0.7%
- 有效输入价格 US$0.1080 / 实际输出 US$0.599token 占比0.2%
- 有效输入价格 US$0.1400 / 实际输出 US$0.950token 占比0.6%
- 有效输入价格 US$0.1497 / 实际输出 US$0.600token 占比0.0%
- 有效输入价格 US$0.1498 / 实际输出 US$0.749Fasttoken 占比0.6%
- 有效输入价格 US$0.1498 / 实际输出 US$0.599token 占比2.0%
- 有效输入价格 US$0.1499 / 实际输出 US$0.599token 占比1.1%
- 有效输入价格 US$0.1499 / 实际输出 US$0.599token 占比0.3%
- 有效输入价格 US$0.3356 / 实际输出 US$0.741token 占比0.0%
- 有效输入价格 US$0.3499 / 实际输出 US$0.750token 占比8.8%
- 有效输入价格 US$0.0299 / 实际输出 US$0.180token 占比0.4%
- 有效输入价格 US$0.0299 / 实际输出 US$0.169token 占比3.6%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | gpt-oss-120b (High) Intelligence Index | 3.8 |
| Artificial Analysis | gpt-oss-120b (High) Finance & Accounting Index | 7.8 |
| Artificial Analysis | gpt-oss-120b (High) Strategy & Ops Index | 5.5 |
| Artificial Analysis | gpt-oss-120b (High) Legal Index | 8.1 |
| Artificial Analysis | gpt-oss-120b (High) Healthcare & Medical Index | 5.8 |
| Artificial Analysis | gpt-oss-120b (High) Engineering Index | 11.2 |
| Artificial Analysis | gpt-oss-120b (High) Economics Index | 9.0 |
| Artificial Analysis | gpt-oss-120b (High) Openness Index | 38.9 |
| Artificial Analysis | gpt-oss-120b (High) Multilingual Index | 82.8% |
| Artificial Analysis | gpt-oss-120b (High) AutomationBench-AA | 0.2% |
| Artificial Analysis | gpt-oss-120b (High) GDP.pdf | 4.2% |
| Artificial Analysis | gpt-oss-120b (High) APEX-Agents-AA | 3.1% |
| Artificial Analysis | gpt-oss-120b (High) EnterpriseOps-Gym-AA | 25.5% |
| Artificial Analysis | gpt-oss-120b (High) ITBench-AA | 5.6% |
| Artificial Analysis | gpt-oss-120b (High) GPQA Diamond | 78.2% |
| Artificial Analysis | gpt-oss-120b (High) HLE | 19.6% |
| Artificial Analysis | gpt-oss-120b (High) IFBench | 69.0% |
| Artificial Analysis | gpt-oss-120b (High) τ²-Bench Telecom | 65.8% |
| Artificial Analysis | gpt-oss-120b (High) AA-LCR | 52.0% |
| Artificial Analysis | gpt-oss-120b (High) τ³-Banking | 12.8% |
| Artificial Analysis | gpt-oss-120b (High) GDPval-AA | 5.8% |
| Artificial Analysis | gpt-oss-120b (High) CritPt | 1.1% |
| Artificial Analysis | gpt-oss-120b (High) HLE-Diamond | 3.8% |
| Artificial Analysis | gpt-oss-120b (High) SciCode | 34.0% |
| Artificial Analysis | gpt-oss-120b (High) Terminal-Bench Hard | 23.5% |
| Artificial Analysis | gpt-oss-120b (High) Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | gpt-oss-120b (High) Terminal-Bench 2.1 | 26.2% |
| Artificial Analysis | gpt-oss-120b (High) FrontierCode-AA 2.0 | 0.0% |
| Artificial Analysis | gpt-oss-120b (High) FrontierCode 1.1 | 1.2% |
| Artificial Analysis | gpt-oss-120b (High) Terminal-Bench-Science | 0.0% |
| Artificial Analysis | gpt-oss-120b (High) CritPt v2 (Hard Subset) | 4.0% |
| Artificial Analysis | gpt-oss-120b (High) CritPt v2 | 7.7% |
| Artificial Analysis | gpt-oss-120b (High) AA-Omniscience Accuracy | 21.7% |
| Artificial Analysis | gpt-oss-120b (High) AA-Omniscience Non-Hallucination Rate | 13.1% |
| Artificial Analysis | gpt-oss-120b (High) MLCR-AA | 1.7% |
| Artificial Analysis | gpt-oss-120b (Low) Openness Index | 38.9 |
| Artificial Analysis | gpt-oss-120b (Low) Multilingual Index | 80.1% |
| Artificial Analysis | gpt-oss-120b (Low) GPQA Diamond | 67.2% |
| Artificial Analysis | gpt-oss-120b (Low) HLE | 5.9% |
| Artificial Analysis | gpt-oss-120b (Low) IFBench | 58.3% |
| Artificial Analysis | gpt-oss-120b (Low) τ²-Bench Telecom | 45.0% |
| Artificial Analysis | gpt-oss-120b (Low) AA-LCR | 46.0% |
| Artificial Analysis | gpt-oss-120b (Low) τ³-Banking | 2.9% |
| Artificial Analysis | gpt-oss-120b (Low) GDPval-AA | 0.0% |
| Artificial Analysis | gpt-oss-120b (Low) CritPt | 0.0% |
| Artificial Analysis | gpt-oss-120b (Low) Terminal-Bench Hard | 5.3% |
| Artificial Analysis | gpt-oss-120b (Low) Terminal-Bench 2.1 | 13.9% |
| Design Arena | GPT OSS 120B Models Arena 3D Elo | 869 |
| Design Arena | GPT OSS 120B Models Arena Code Categories Elo | 945 |
| Design Arena | GPT OSS 120B Models Arena Data Visualization Elo | 982 |
| Design Arena | GPT OSS 120B Models Arena Game Development Elo | 971 |
| Design Arena | GPT OSS 120B Models Arena UI Component Elo | 911 |
| Design Arena | GPT OSS 120B Models Arena Website Elo | 955 |
| Vals AI | GPT OSS 120B AIME | 92.6% |
| Vals AI | GPT OSS 120B CaseLaw v2 | 48.8% |
| Vals AI | GPT OSS 120B CorpFin v2 | 58.2% |
| Vals AI | GPT OSS 120B Finance Agent v1.1 | 21.5% |
| Vals AI | GPT OSS 120B GPQA Diamond | 78.5% |
| Vals AI | GPT OSS 120B LiveCodeBench | 83.2% |
| Vals AI | GPT OSS 120B LegalBench | 75.9% |
| Vals AI | GPT OSS 120B MATH 500 | 94.8% |
| Vals AI | GPT OSS 120B MedQA | 91.4% |
| Vals AI | GPT OSS 120B MGSM | 92.0% |
| Vals AI | GPT OSS 120B MMLU Pro | 79.2% |
| Vals AI | GPT OSS 120B SWE-bench | 33.6% |
| Vals AI | GPT OSS 120B TaxEval v2 | 71.6% |
| Vals AI | GPT OSS 120B Terminal-Bench 2.0 | 19.1% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
可通过欧盟区域内路由使用
OpenAI: gpt-oss-120b (nitro) 可通过欧盟区域内路由使用。发送至 eu.openrouter.ai 的请求会在欧盟境内解密,并且仅路由至欧洲(欧盟/欧洲经济区、英国和瑞士)的共享提供商端点。
- 欧洲的提供商
- Amazon Bedrock
- 欧洲价格
- Amazon Bedrock:输入 US$0.15/M tokens,输出 US$0.60/M tokens
- 基础 URL
https://eu.openrouter.ai/api/v1- 套餐
- 需要 Business 或 Enterprise 套餐。Business 支持自助使用:无需合同,无每月最低消费。 用于欧盟区域内路由的 OpenRouter Business
故障时关闭:如果欧洲没有可用的共享提供商端点,请求将报错,而不会离开该区域。使用您自己的 BYOK 密钥处理的请求会发送至您部署所在的区域,该区域由您控制。 区域内路由文档
文档
在 OpenRouter 上使用 OpenAI: gpt-oss-120b (nitro) 构建应用的指南、实用教程、博客文章和工具。
常见问题
gpt-oss-120b is an open-weight, 117B-parameter Mixture-of-Experts (MoE) language model from OpenAI designed for high-reasoning, agentic, and general-purpose production use cases. It activates 5.1B parameters per forward pass and is optimized to run on a single H100 GPU with native MXFP4 quantization.
OpenRouter 上的 gpt-oss-120b 文档包括 LLM Quantization: What fp8 and fp4 Do to Quality and Price 博客文章。快速入门介绍了 API 密钥和您的首次请求,API 参考列出了所有参数。
gpt-oss-120b 的费用为 US$0.03/百万输入 token 和 US$0.15/百万输出 token,Cache Read,价格为 US$0.015/M tokens 单独计费。
gpt-oss-120b 的上下文窗口为 131,072 个 token。它最多支持 131,072 个补全 token。
支持。在提供 gpt-oss-120b 的 20 家提供商中,有 17 家支持该模型通过 tools 和 tool_choice 进行函数调用,包含工具的请求会被路由到这些提供商。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
在 OpenRouter 上,gpt-oss-120b 由 20 家提供商提供服务:NEAR AI, Venice, CoreWeave, DekaLLM, AkashML, DeepInfra, Crusoe, DigitalOcean 及另外 12 个。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
gpt-oss-120b 于 2025年8月5日 发布。其知识截止日期为 2024年6月30日。