Text & Reasoning
GPT-6.1 Sol
Für Programmierung und professionelle Aufgaben; Tool-Aufrufe sind in der Responses API dokumentiert.
Text & Reasoninggpt-oss-120b
gpt-oss-120b ist ein Sprachmodell von OpenAI. Offene Gewichte für Text, Reasoning und Werkzeugaufrufe; 117B Parameter, davon 5,1B aktiv.
Wie kannst du es nutzen?
Wenn du lokal arbeiten möchtest, prüfe zuerst Lizenz, passende Laufzeit und den Speicherbedarf deiner Modellvariante. Offene Gewichte allein sagen noch nicht, ob dein Rechner dafür ausreicht.
Aktuell im HerstellerkatalogQuellenstand 2026-10-13
OpenAI im Verzeichnis
EingabeText
AusgabeText
Kontext131.072 Tokens
Technische Daten
Identität, Funktionen und Betrieb getrennt lesen. Die Angaben beziehen sich auf diese konkrete Version.
„Nicht bestätigt“ kennzeichnet eine offene Angabe. Es bedeutet weder „nicht vorhanden“ noch „unbegrenzt“.
| Hersteller | OpenAI |
|---|---|
| Modellfamilie | gpt-oss |
| Modell-/API-ID | gpt-oss-120b |
| Status | Aktuell im Herstellerkatalog |
| Modellart | Text & Reasoning |
|---|---|
| Eingabe | Text |
| Ausgabe | Text |
| Kontext | 131.072 Tokens |
|---|---|
| Maximaler Output / Horizont | 131.072 Tokens |
| Bereitstellung | Offene Gewichte; selbst betreiben |
|---|---|
| Gewichte | Offene Gewichte dokumentiert |
| Lizenz | Apache 2.0 |
Daten im Überblick
Die Grafik zeigt die im Profil dokumentierten Grenzen. Kontext und maximale Ausgabe sind keine addierbaren Budgets und keine Qualitätsbewertung. Zusätzliche Bedingungen stehen im Datenblatt.
- Kontext
- 131.072 Tokens
- Maximaler Output / Horizont
- 131.072 Tokens
Datenbasis: Herstellerangaben im Quellenstand 2026-10-13. Quellen zu diesem Profil ↓
Einsatz und Grenzen
Wähle eine kleine Aufgabe mit einer überprüfbaren Lösung: etwa fünf Informationen aus einem gegebenen Dokument extrahieren. Prüfe die Antworten am Original, nicht nur die Formulierung.
Vor einem lokalen Test zuerst Gewichteformat, Lizenz, Arbeitsspeicher und unterstützte Runtime prüfen. Notiere die genaue Modellversion. Ein Kurzname in der API kann später auf einen anderen Modellstand verweisen. Der Auswahlguide für lokale KI-Modelle vertieft die Prüfung von Aufgabe, Gewichteformat, Speicher und Lizenz vor einem eigenen Versuch.
Lokaler Betrieb: Verfügbare Gewichte allein belegen nicht, dass dieses Modell auf deinem Rechner läuft. Speicherbedarf, Quantisierung, Kontext und unterstützte Hardware müssen zusammenpassen.
Leistung: Wir haben die Leistung dieses Modells hier nicht selbst gemessen. Nutze die Aufgabe unten, um es an deinen Anforderungen zu prüfen.
Was kostet gpt-oss-120b?
Bestätigter Tarif / PreisangabeKein bestätigter Einheitspreis im geprüften Quellenstand
Standardtarif für Texttokens. Bild-, Audio-, Werkzeug-, Cache- und Verarbeitungstarife werden separat berechnet.
Zugang: Offene Gewichte; selbst betreiben. Prüfe vor einer Integration die für dein Konto und deine Region verfügbaren Endpunkte. Ein Eintrag im öffentlichen Katalog ist keine Bestätigung eines freigeschalteten Kontos.
Praxis: Werkzeugvorschläge vor der Ausführung prüfen
Praxisergänzung geprüft am 22. Oktober 2026 · eigene Aufgabe, kein Modellbenchmark
Ein lokales Sprachmodell kann eine Aktion als Werkzeugaufruf beschreiben. Ob die Aktion erlaubt ist, muss deine Anwendung unabhängig davon entscheiden. In diesem kleinen Versuch prüfst du drei Vorschläge gegen eine feste Freigabeliste. Das Modell soll erklären und zuordnen; es bekommt keine echten Werkzeuge und kann nichts ändern.
Vorbereitung
Die offizielle Modellkarte beschreibt gpt-oss-120b als offenes Textmodell mit Function Calling. Sie verlangt das Harmony-Format; das passende Chat-Template der Laufzeit übernimmt diese Formatierung. Verwende eine für dieses Modell dokumentierte Runtime und prüfe die benötigte Hardware. Die Übung funktioniert als Textaufgabe in einem bereits eingerichteten Zugang. Offene Gewichte sind kein normaler OpenAI-API-Tarif; beim Selbstbetrieb entstehen Infrastrukturkosten.
Halte Modellversion, gewählten Zugang und Einstellungen fest. Nutze nur die fiktiven Angaben dieser Vorlage.
Bearbeite die Aufgabe und speichere den geforderten JSON-Teil unverändert als antwort.json. Bei einer freien Antwort erstellst du den Prüfteil selbst und kennzeichnest das.
Vergleiche mit dem Soll und prüfe mindestens einen veränderten Eingabefall. Ein bestandener Beispielsatz ersetzt keine Abnahme auf deinen eigenen Daten.
Aufgabe zum Kopieren
Die Angaben sind fiktiv. Speichere den geforderten JSON-Teil der Antwort separat als antwort.json; zusätzliche Erklärungen gehören in eine andere Datei.
Prüfe diese fiktiven Werkzeugvorschläge. Erlaubt ist nur lager_lesen mit lager_id L1. Keine Schreibaktion ist freigegeben. Unbekannte Werkzeuge und andere Lager müssen zur Prüfung. Führe nichts aus.
V1: lager_lesen, lager_id L1
V2: bestand_aendern, lager_id L1, menge 0
V3: lager_lesen, lager_id L2
Gib JSON aus: freigegeben (sortierte Vorschlags-IDs), gesperrt (bekannte Schreibaktionen), pruefen (andere oder unbekannte Zugriffe).Vorlage herunterladenLokalen JSON-Prüfer herunterladen
Lösung und Prüfkriterien ansehen
- Nur V1 passt vollständig zur Freigabeliste.
- V2 bleibt auch bei einer Menge von null eine Schreibaktion.
- Die Zuordnung ist eine Übung; der echte Tool-Executor braucht dieselbe Prüfung außerhalb des Modells.
{
"freigegeben": [
"V1"
],
"gesperrt": [
"V2"
],
"pruefen": [
"V3"
]
}Das Soll ist redaktionell aus der Vorlage abgeleitet, keine aufgezeichnete Modellantwort. Der lokale Prüfer vergleicht die festgelegten Felder und führt keinen generierten Code oder API-Aufruf aus. Er bewertet keine freien Begründungen.
Speichere Prüfer und deine Antwort im selben Ordner. Mit installiertem Python: python pruefen.py antwort.json.
| Beobachtung | Was du prüfst |
|---|---|
| V2 ist freigegeben | Prüfe die erlaubte Aktion, nicht nur ihren scheinbar kleinen Zahlenwert. |
| V3 ist freigegeben | Eine bekannte Funktion autorisiert noch kein anderes Lager. |
| Ein Werkzeug wurde tatsächlich ausgeführt | Trenne Modellantwort, Freigabeprüfung und Ausführung technisch. |
Passende Anleitungen
Wie du die Grenze zwischen Vorschlag und Ausführung einziehst, zeigt die Lektion zu Agenten mit begrenzten Rechten.
Wenn du einen lokalen Betriebsweg prüfen möchtest, führt dich der Guide Ollama mit Docker einrichten durch Container, Speicher und GPU-Zugriff. Er ersetzt keine Hardwareprüfung für dieses große Modell.
Gezielte Praxisergänzung auf Basis aktueller Herstellerunterlagen. Der Datenstand der bisherigen Modell-Faktentabellen bleibt separat ausgewiesen. Neue Beispiele und Grafiken sind eigene Erklärungen; es wurden keine Modellantworten oder Leistungswerte gemessen.
Herstellerunterlagen zur Ergänzung: gpt-oss-120b Model | OpenAI API (Abruf 2026-10-22) · Highlights (Abruf 2026-10-22).
Quellen und Prüfstand
Quellenstand: 2026-10-13. Spezifikationen, Tarife und Zugang können sich ändern. Die Illustration zeigt den dokumentierten Datenweg, keine gemessene Leistung.
Häufige Fragen
Was ist gpt-oss-120b?
Offene Gewichte für Text, Reasoning und Werkzeugaufrufe; 117B Parameter, davon 5,1B aktiv. Hersteller: OpenAI. Dokumentierte ID: gpt-oss-120b.
Was verarbeitet gpt-oss-120b?
Eingabe: Text. Ausgabe: Text. Maßgeblich sind die Funktionen des konkreten Endpunkts in der Herstellerquelle.
Kannst du gpt-oss-120b lokal betreiben?
Offene Gewichte sind dokumentiert. Die Lizenz Apache 2.0, unterstützte Runtime und benötigte Hardware musst du zusätzlich prüfen.
Was kostet gpt-oss-120b?
Kein bestätigter Einheitspreis im geprüften Quellenstand. Standardtarif für Texttokens. Bild-, Audio-, Werkzeug-, Cache- und Verarbeitungstarife werden separat berechnet. Bei selbst betriebenen Gewichten kommen Hardware- und Betriebskosten hinzu.
Ist das ein Leistungstest oder eine Rangliste?
Nein. Das Profil dokumentiert Herstellerangaben mit Quellenstand 2026-10-13. Die Testidee ist redaktionell formuliert und wurde hier nicht ausgeführt; sie ist keine Qualitätsgarantie.
Wie groß ist das Kontextfenster von gpt-oss-120b?
Im dokumentierten Quellenstand: 131.072 Tokens. Beachte die Bedingungen der konkreten Modellversion und des verwendeten Endpunkts. Kontext ist keine Wortzahl und kein Nachweis, dass jede enthaltene Information zuverlässig verarbeitet wird.
Wie prüfst du gpt-oss-120b für deine Aufgabe?
Lege eine kleine Aufgabe mit bekanntem oder nachprüfbarem Ergebnis fest. Notiere Version, Eingabe und Einstellungen. Vergleiche die Ausgabe mit deinem Prüfkriterium und halte Fehler sowie tatsächliche Kosten getrennt fest. Die Testidee auf dieser Seite ist ein Vorschlag und wurde hier nicht als Modelltest ausgeführt.
Kann gpt-oss-120b Werkzeuge ohne meine Anwendung ausführen?
Ein vorgeschlagener Aufruf ist zunächst eine Ausgabe. Deine Anwendung oder Laufzeit stellt Werkzeuge bereit, prüft Rechte und führt freigegebene Aktionen aus. Die Vorlage hier stellt keine Werkzeuge bereit.
Warum ist das Harmony-Format für gpt-oss wichtig?
Die offizielle Modellkarte verlangt das beim Training verwendete Format. Nutze das passende Chat-Template deiner Runtime; das Gemma- oder Chat-Template eines anderen Modells ist kein Ersatz.
Misst die Aufgabe die Sicherheit von gpt-oss-120b?
Nein. Sie hat ein festes redaktionelles Soll und wurde nicht als Modellbenchmark ausgeführt. Selbst eine richtige Antwort belegt keine verlässliche Zugriffskontrolle.
Weitere OpenAI-Modelle
Alle anzeigen →Text & Reasoning
GPT-6 Astra
Für komplexe Analyse, Programmierung, Recherche und Aufgaben mit mehreren Werkzeugschritten.
Text & Reasoning
GPT-6 Luna
Für häufige, klar abgegrenzte Text-, Analyse- und Klassifikationsaufgaben.