OpenAI 开源模型 gpt-oss 对决 o4-mini：五轮实测

OpenAI 刚刚创造了历史——时隔六年多，首次开源了自己的大语言模型。gpt-oss 系列包含两个推理模型：一个 200 亿参数（20B）的版本，性能对标 o3-mini；另一个 1200 亿参数（120B）的版本，据称可与 o4-mini 匹敌。作为开源 AI 的坚定支持者，我们迫不及待想看看这些模型在实际应用中的表现。

在 Together AI，我们相信 AI 的未来属于开源。因此，我们第一时间将 gpt-oss 模型加入了我们的平台，并决定让 120B 版本与 o4-mini 在五项实际测试中正面交锋。我们不想只依赖基准测试，而是希望向开发者社区展示这些模型在真实场景下的对比情况。

为什么 gpt-oss 模型符合我们的愿景

这些模型完美体现了我们一直倡导的理念：

完全的模型所有权 - 可以下载、微调、按需部署
无供应商锁定 - Apache 2.0 许可证意味着真正的自由
极高的性价比 - 成本比 Claude Opus 4.1 低 100 倍，性能却很有竞争力
前沿的能力 - 强大的推理、智能体（Agent）能力和结构化输出
开放的创新 - AI 社区可以自由构建、改进和定制

我们的测试方法

我们使用自己的 chat.together.ai 界面运行 gpt-oss-120B，并与运行 o4-mini 的 ChatGPT 进行对比。虽然这不是全面的科学基准测试，但这些实战任务能让开发者感受到真实世界的性能表现——就像我们的客户每天处理的那种任务。

测试一：终端贪吃蛇游戏开发

挑战： 开发一个能在终端中运行的、功能完整的贪吃蛇游戏。

结果：

o4-mini：生成的代码可以编译，但功能有缺陷——尽管按了方向键，蛇只能水平移动。
Together AI 上的 gpt-oss-120B：创建了一个完全可玩的贪吃蛇游戏，具备正确的控制、碰撞检测和游戏结束机制。

Snake Game Developed using gpt-oss-120B on Together AI

这个测试凸显了我们经常看到的一点：开源模型在实用的代码生成任务上往往表现出色。

胜者： gpt-oss-120B ✓

测试二：创意 SVG 生成

挑战： 生成一只鹈鹕骑自行车的 SVG 图像。

结果：

o4-mini：产出了一个干净、结构良好的 SVG，空间关系准确。
gpt-oss-120B：创建了功能性的 SVG，但存在物理问题——鹈鹕看起来像是漂浮在自行车上方。

o4-mini output

gpt-oss output

创意任务可能具有挑战性，这显示了不同模型在不同领域各有优势。

胜者： o4-mini ✓（gpt-oss 因部分成功得 0.5 分）

测试三：高级指令遵循

挑战： 用赛博朋克风格重写美国《独立宣言》的前两段，同时保留历史参考。

我们希望进行客观评估，因此使用了强大的推理模型（包括同样在 Together AI 上可用的 DeepSeek R1）来评判两个输出。

结果： 两个推理模型一致选择 gpt-oss-120B，原因是：

对复杂要求的平衡更好
历史准确性更高
表述更清晰、更有吸引力
风格融合更有效

这展示了开源模型在复杂指令遵循方面的成熟能力，使其能够胜任复杂的企业用例。

胜者： gpt-oss-120B ✓

测试四：数学推理

挑战： 经典的鸡兔同笼代数应用题（共 196 条腿，68 个头）。

结果： 两个模型都正确解决了问题，通过清晰的数学推理得出 38 只鸡和 30 头牛。

胜者： 平局 ✓✓

测试五：网络增强信息综合

挑战： 研究并总结某个 NSA 项目的当前状态，字数限制在 200 字以内。

结果： 两个模型都表现出强大的能力：

有效整合网络搜索
准确综合多个来源的信息
严格遵守字数限制和格式要求

胜者： 平局 ✓✓

最终结果：开源模型表现亮眼

Together AI 上的 gpt-oss-120B：4.5/5
o4-mini：3/5

开源优势的实际体现

这次对比再次印证了我们看好开源 AI 的原因。gpt-oss-120B 在提供有竞争力性能的同时，还具备：

完整的定制权 - 可根据你的具体用例进行微调
成本效益 - 推理成本仅为专有模型的一小部分
部署灵活性 - 可托管在 Together Cloud、你的 VPC 或本地环境
无使用限制 - 构建商业应用无需顾虑

在 Together AI 上体验 gpt-oss

准备好尝试这些突破性的开源模型了吗？我们已为 gpt-oss 在平台上进行了性能优化： ✅ 最快的推理速度 - 我们的推理引擎比标准实现快 4 倍 ✅ 有竞争力的定价 - 相比专有替代方案，成本最多可降低 11 倍 ✅ 轻松集成 - 提供 OpenAI 兼容的 API，迁移无缝 ✅ 多种部署选项 - 无服务器、专用或私有云

立即试用 gpt-oss 模型 →

这对开发者意味着什么

这些结果表明，高质量的 AI 能力正在变得民主化。无论你是正在构建第一个 AI 功能的初创公司，还是正在扩展关键任务应用的企业，像 gpt-oss 这样的开源模型都为专有解决方案提供了一个有吸引力的替代选择。

在 Together AI，我们致力于让每一位开发者都能便捷、快速、经济地使用这些前沿的开源模型。随着生态系统的持续演进，我们将继续为你带来最新、最棒的开源创新。