OpenAI: gpt-oss-120b (batch)
openai/gpt-oss-120b:batch
Pesos do modelogpt-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.
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).
| US$ 0,0296 | US$ 0,136 | -- | -- |
Entrada US$ 0,0296 / Saída US$ 0,136-- tok/s-- de disponibilidade
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-120b (batch) — Histórico de preços
| US$ 0,00 | US$ 0,00 | 0,0% | 100,0% |
- Em vigor em US$ 0,00 / Saída efetiva US$ 0,00Participação em tokens100,0%
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).
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.
Ainda não há dados de disponibilidade suficientes para exibição.
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-120b (High) Intelligence Index | 3,8 |
| Artificial Analysis | gpt-oss-120b (High) Coding Index | 30,4 |
| Artificial Analysis | gpt-oss-120b (High) Agentic Index | 3,7 |
| 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) τ-Bench 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) LiveCodeBench | 87.8% |
| 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) MMLU-Pro | 80.8% |
| 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) AIME 2025 | 93.4% |
| Artificial Analysis | gpt-oss-120b (Low) Coding Index | 21,2 |
| 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) τ-Bench 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) LiveCodeBench | 70.7% |
| Artificial Analysis | gpt-oss-120b (Low) Terminal-Bench Hard | 5.3% |
| Artificial Analysis | gpt-oss-120b (Low) Terminal-Bench 2.1 | 13.9% |
| Artificial Analysis | gpt-oss-120b (Low) MMLU-Pro | 77.5% |
| Artificial Analysis | gpt-oss-120b (Low) AIME 2025 | 66.7% |
| Design Arena | GPT OSS 120B Models Arena 3D Elo | 881 |
| Design Arena | GPT OSS 120B Models Arena Code Categories Elo | 952 |
| Design Arena | GPT OSS 120B Models Arena Data Visualization Elo | 984 |
| Design Arena | GPT OSS 120B Models Arena Game Development Elo | 981 |
| Design Arena | GPT OSS 120B Models Arena UI Component Elo | 917 |
| Design Arena | GPT OSS 120B Models Arena Website Elo | 960 |
| 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% |
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.
Ainda não há dados suficientes sobre aplicativos que usam este modelo.
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.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
Documentação
Guias, receitas práticas, publicações de blog e ferramentas para desenvolver com OpenAI: gpt-oss-120b (batch) na OpenRouter.
Perguntas frequentes
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.
A documentação de gpt-oss-120b (batch) no OpenRouter inclui a publicação LLM Quantization: What fp8 and fp4 Do to Quality and Price no blog. O guia de início rápido aborda chaves de API e sua primeira requisição, e a referência da API lista todos os parâmetros.
gpt-oss-120b (batch) custa US$ 0,0296/M de tokens de entrada e US$ 0,136/M de tokens de saída.
gpt-oss-120b (batch) tem uma janela de contexto de 131.072 tokens. Ele aceita até 131.072 tokens de conclusão.
Sim. gpt-oss-120b (batch) aceita tools e tool_choice para chamadas de função. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
gpt-oss-120b (batch) é servido por 1 provedor no OpenRouter: DeepInfra.
GPT-6.1 Terra Pro, GPT-6.1 Terra, GPT-6 Luna Decisions e mais 58 são outros modelos de texto de OpenAI.
gpt-oss-120b (batch) foi lançado em 5 de agosto de 2025. Seu conhecimento vai até 30 de junho de 2024.