•

Open weights model

•

Released August 2025

gpt-oss-120b: Analyse von Intelligenz, Leistung und Preis

Name: Intelligenz
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Verfügbare Anbieter

Leistung

Zeit bis zum ersten Antworttoken 16.58sAusgabegeschwindigkeit 167 tok/s

7.3

Zeit pro Aufgabe des Intelligence Index (Minuten)

Kosten

Eingabe $0.15Ausgabe $0.60Cache-Rabatt 17%

$0.35

Kosten pro Aufgabe des Intelligence Index

Ausführlichkeit

Eingabe-Token 1.48BAusgabe/Eingabe 4.898%

72.4M

Ausgabetokens im Intelligence Index

gpt-oss-120b (High) zählt zu den am wenigsten intelligenten Modellen, ist aber preislich gut aufgestellt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe. Das Modell ist außerdem auffallend langsam pro Aufgabe und antwortet etwas ausführlich. Das Modell unterstützt Text als Eingabe und Text als Ausgabe. Das Kontextfenster umfasst 131k Tokens, der Wissensstand reicht bis Mai 2024.

gpt-oss-120b (High) erzielt im Artificial Analysis Intelligence Index einen Wert von 4 und liegt damit am unteren Ende der vergleichbaren Modelle (Median: 4). Bei der Evaluation des Intelligence Index erzeugte es 72.4M Tokens und antwortete damit etwas ausführlich im Vergleich zum Median von 63.8M.

Der Preis für gpt-oss-120b (High) beträgt $0.15 pro 1 Mio. Eingabetokens (preislich konkurrenzfähig; Median: $0.30) und $0.60 pro 1 Mio. Ausgabetokens (moderat bepreist; Median: $0.80). Im Durchschnitt kostet die Evaluation von gpt-oss-120b (High) im Intelligence Index $0.35 pro Aufgabe.

Mit 7.3 Minuten pro Aufgabe des Intelligence Index ist gpt-oss-120b (High) auffallend langsam im Vergleich zum Median vergleichbarer Modelle von 5.3 Minuten (niedriger ist besser).

Reasoning	Ja
Eingabemodalität	Unterstützt: Text
Ausgabemodalität	Unterstützt: Text
Wissensstichtag	31.05.2024
Kontextfenster	131k ~197 A4-Seiten in Arial mit Schriftgröße 12
Gesamtparameter	117B
Aktive Parameter	5.1B Anzahl der pro Token während der Inferenz aktiven Parameter
Lizenz	Apache 2.0
Modellgewichte	Hugging Face

Metriken werden mit Modellen derselben Klasse verglichen:

Modelle ohne Reasoning → Vergleich nur mit anderen Modellen ohne Reasoning
Reasoning-Modelle → Vergleich mit Reasoning-Modellen und Modellen ohne Reasoning
Modelle mit offenen Gewichten → Vergleich nur mit anderen Modellen mit offenen Gewichten derselben Größenklasse:

Sehr klein: ≤4B Parameter
Klein: 4B–40B Parameter
Mittel: 40B–150B Parameter
Groß: >150B Parameter

Proprietäre Modelle → Vergleich mit proprietären Modellen und Modellen mit offenen Gewichten derselben Preisklasse anhand eines Mischpreisverhältnisses von 3:1 für Eingabe/Ausgabe:

<$0.15 pro 1 Mio. Tokens
$0.15–$1 pro 1 Mio. Tokens
>$1 pro 1 Mio. Tokens

Intelligenz

Artificial Analysis Intelligence Index · Higher is better

No publicly available API

Zeit pro Aufgabe

Inference time (minutes) per Intelligence Index task · Lower is better

No publicly available API

Kosten pro Aufgabe

Weighted average cost (USD) per Intelligence Index task · Lower is better

No publicly available API

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index v5.0.1 incorporates 9 evaluations: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), and Terminal-Bench-Science 0.1

Artificial Analysis Intelligence Index v5.0.1 includes: AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1. See Intelligence Index methodology for further details, including a breakdown of each evaluation and how we run them.

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Indicates whether the model weights are available. Models are labelled as 'Commercial Use Restricted' if commercial use is limited by conditions, and as 'Non-commercial' if the license prohibits commercial use.

Intelligence Index vs. Kosten pro Aufgabe

Artificial Analysis Intelligence Index · Weighted average cost (USD) per Artificial Analysis Intelligence Index task

Most attractive quadrant

Pareto line

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Fähigkeitsindizes

Misst die Leistung von Modellen bei bestimmten Fähigkeiten und in bestimmten Branchen

Finance & Accounting Index

Incorporates 5 evaluations: AA-Briefcase v1.1, AA-Omniscience v1.1, HLE-Diamond, AutomationBench-AA, GDP.pdf · Higher is better

Strategy & Ops Index

Incorporates 4 evaluations: AutomationBench-AA, AA-Briefcase v1.1, AA-Omniscience v1.1, GDP.pdf · Higher is better

Legal Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf, AutomationBench-AA · Higher is better

Healthcare & Medical Index

Incorporates 5 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, MLCR-AA, AutomationBench-AA, HLE-Diamond · Higher is better

Engineering Index

Incorporates 7 evaluations: AA-Omniscience v1.1, CritPt v2 (Hard Subset), Terminal-Bench-Science 0.1, HLE-Diamond, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Briefcase v1.1 · Higher is better

Economics Index

Incorporates 4 evaluations: AA-Omniscience v1.1, AA-Briefcase v1.1, HLE-Diamond, GDP.pdf · Higher is better

Benchmarks

Evaluations

Intelligence evaluations measured independently by Artificial Analysis · Higher is better

AA-Briefcase v1.1

Agentic knowledge work, Elo

AA-Omniscience v1.1 Accuracy

Knowledge

AA-Omniscience v1.1 Non-Hallucination Rate

1 - hallucination rate

AutomationBench-AA

Agentic SaaS workflows

Terminal-Bench-Science 0.1

Agentic scientific research workflows in a terminal

FrontierCode-AA 2.0

Agentic software engineering in open-source repositories

HLE-Diamond

Reasoning & knowledge

GDP.pdf

Professional document reasoning, All-pass

Terminal-Bench 4.0

Agentic coding & terminal use

CritPt v2 (Hard Subset)

Physics reasoning

EnterpriseOps-Gym-AA

Agentic business operations

GDPval-AA v2.1

Agentic real-world work tasks, Elo

ITBench-AA

Kubernetes incident root-cause analysis

MLCR-AA

Medical long context reasoning

While model intelligence generally translates across use cases, specific evaluations may be more relevant for certain use cases.

Openness Index

Artificial Analysis Openness Index: Wert

Der Openness Index bewertet die Offenheit von Modellen auf einer normierten Skala von 0 bis 100 (höher bedeutet offener)

Kosten

Kosten pro Aufgabe des Intelligence Index

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost (USD) to run all evaluations in the Artificial Analysis Intelligence Index

The cost to run the evaluations in the Artificial Analysis Intelligence Index, calculated using the model's input, cache hit, cache write, reasoning, and answer token prices and the number of tokens used across evaluations (excluding repeats).

Preise: Cache-Treffer, Eingabe und Ausgabe

Price (USD per M Tokens)

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Leistung

Gemessen an der Zeit pro Aufgabe (Minuten), der Ausgabegeschwindigkeit (Tokens pro Sekunde), der Zeit bis zum ersten Antworttoken und der Zeit bis zum ersten Token (Sekunden)

Zeit pro Aufgabe des Intelligence Index

Output tokens divided by end-to-end output speed (minutes per Intelligence Index task) · Speed at the model's own endpoint or the median across providers · Lower is better

The weighted average time (minutes) per Artificial Analysis Intelligence Index task: output tokens per task divided by output speed, weighted by each benchmark's weight in the Intelligence Index.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

Ausgabegeschwindigkeit

Output tokens divided by total request time, including time to first token · Higher is better

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

Zeit bis zum ersten Antworttoken

Sekunden bis zum ersten Antworttoken · Berücksichtigt die „Denkzeit“ von Reasoning-Modellen

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Tokenverbrauch

Ausgabe-Token pro Aufgabe des Intelligence Index

Gewichtete durchschnittliche Anzahl an Ausgabe-Token für eine Aufgabe im Artificial Analysis Intelligence Index

The number of tokens required per Intelligence Index task. This is calculated by multiplying the output tokens per eval by the relative weights of each benchmark in the Intelligence Index, then dividing by task count (excluding repeats).

Kontextfenster

Context window: tokens limit · Higher is better

Larger context windows are relevant to RAG (Retrieval Augmented Generation) LLM workflows which typically involve reasoning and information retrieval of large amounts of data.

Maximum number of combined input & output tokens. Output tokens commonly have a significantly lower limit (varied by model).

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Comparison between total model parameters and parameters active during inference (billions)

The total number of trainable weights and biases in the model, expressed in billions. These parameters are learned during training and determine the model's ability to process and generate responses.

The number of parameters actually executed during each inference forward pass, expressed in billions. For Mixture of Experts (MoE) models, a routing mechanism selects a subset of experts per token, resulting in fewer active than total parameters. Dense models use all parameters, so active equals total.

Weitere Details

								Gewichte
gpt-oss-120b (High)	OpenAI	4	117B 5.1B während der Inferenz aktiv	131k	$0.18	7.3	167	🤗	+12
gpt-oss-120b (Low)	OpenAI	-	117B 5.1B während der Inferenz aktiv	131k	$0.17	-	174	🤗	+11

Weitere Veröffentlichungen von OpenAI

Häufig gestellte Fragen

Häufige Fragen zu gpt-oss-120b

gpt-oss-120b wurde am 5. August 2025 veröffentlicht.

gpt-oss-120b wurde von OpenAI entwickelt.

gpt-oss-120b hat 2 Effort-Stufen: high und low. gpt-oss-120b erzielt im Artificial Analysis Intelligence Index einen Wert von 4 (high). gpt-oss-120b (High) liegt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe am unteren Ende (Median: 4).

gpt-oss-120b benötigt 7.3 Minuten (high) pro Aufgabe des Intelligence Index (auf Grundlage des Medians aller Anbieter, die das Modell bereitstellen; niedriger ist besser). gpt-oss-120b (High) ist langsamer als der Durchschnitt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 5.3 Minuten).

gpt-oss-120b hat eine Zeit bis zum ersten Antworttoken von 16.58 s (high) und 2.35 s (low) (auf Grundlage des Medians aller Anbieter, die das Modell bereitstellen). Die Zeit bis zum ersten Antworttoken von gpt-oss-120b (High) ist am oberen Ende im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 8.59 s).

gpt-oss-120b kostet $0.15 (high) und $0.13 (low) pro 1 Mio. Eingabetokens und $0.60 (high) und $0.59 (low) pro 1 Mio. Ausgabetokens. Die Angaben basieren auf dem Median aller Anbieter, die das Modell bereitstellen. Bei gpt-oss-120b (High) ist der Eingabepreis sehr konkurrenzfähig (Median: $0.30) und der Ausgabepreis besser als der Durchschnitt (Median: $0.80).

gpt-oss-120b kostet $0.15 (high) und $0.13 (low) pro 1 Mio. Eingabetokens und $0.60 (high) und $0.59 (low) pro 1 Mio. Ausgabetokens (auf Grundlage des Medians aller Anbieter, die das Modell bereitstellen). Bei einem Mischpreis mit einem Verhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe entspricht dies $0.18 (high) und $0.17 (low) pro 1 Mio. Tokens. Der Preis kann je nach Anbieter variieren. Preise der Anbieter vergleichen

Bei der Evaluation des Intelligence Index erzeugte gpt-oss-120b 72.4M Ausgabetokens (high). Die Anzahl der Ausgabetokens von gpt-oss-120b (High) ist besser als der Durchschnitt im Vergleich zu anderen Modellen mit offenen Gewichten ähnlicher Größe (Median: 63.8M).

Ja, gpt-oss-120b ist ein Reasoning-Modell. Es nutzt längere Denkprozesse oder Chain-of-Thought-Reasoning, um komplexe Probleme zu bearbeiten, bevor es eine Antwort gibt.

gpt-oss-120b unterstützt Text als Eingabe.

gpt-oss-120b unterstützt Text als Ausgabe.

Nein, gpt-oss-120b unterstützt keine Bildeingaben. Es kann nur Text verarbeiten.

Nein, gpt-oss-120b ist nicht multimodal. Es unterstützt nur Text als Eingabe.

gpt-oss-120b hat ein Kontextfenster von 131k Tokens. Es bestimmt, wie viel Text und Gesprächsverlauf das Modell in einer einzelnen Anfrage verarbeiten kann.

Ja, gpt-oss-120b hat offene Gewichte. Die Modellgewichte sind öffentlich verfügbar und können zum Selbsthosten heruntergeladen werden.

gpt-oss-120b hat 117B Parameter (5.1B aktiv).

gpt-oss-120b ist ein Mixture-of-Experts-Modell (MoE) mit insgesamt 117B Parametern, von denen während der Inferenz jedoch nur 5.1B aktiv sind.

gpt-oss-120b wird unter der Lizenz Apache 2.0 veröffentlicht. Diese Lizenz erlaubt die kommerzielle Nutzung. Lizenz anzeigen

gpt-oss-120b erzielt im Artificial Analysis Intelligence Index einen Wert von 4 (high). Dieser zusammengesetzte Benchmark bewertet Modelle in den Bereichen Wissensarbeit, Programmierung, Wissenschaft und Allgemeinwissen.

Der Wissensstichtag von gpt-oss-120b ist Mai 2024. Die Trainingsdaten des Modells enthalten Informationen bis zu diesem Datum.

Ja, gpt-oss-120b ist über 15 Anbieter per API verfügbar. API-Anbieter vergleichen

gpt-oss-120b ist über 15 API-Anbieter verfügbar. Anbieter vergleichen

gpt-oss-120b: Analyse von Intelligenz, Leistung und Preis

Modellübersicht

Technische Spezifikationen

67 Modelle in dieser Klasse

Intelligenz

Artificial Analysis Intelligence Index

Artificial Analysis Intelligence Index: Open Weights vs. proprietär

Artificial Analysis Intelligence Index

Open Weights

Intelligence Index vs. Kosten pro Aufgabe

Cost per Intelligence Index Task

Artificial Analysis Intelligence Index

Fähigkeitsindizes

Evaluations

Intelligence Evaluation Relevance

Artificial Analysis Intelligence Index

Openness Index

Artificial Analysis Openness Index: Wert

Kosten

Kosten pro Aufgabe des Intelligence Index

Cost per Intelligence Index Task

Kosten für die Durchführung des Artificial Analysis Intelligence Index

Cost to Run Artificial Analysis Intelligence Index

Preise: Cache-Treffer, Eingabe und Ausgabe

Cache Hit

Leistung

Zeit pro Aufgabe des Intelligence Index

Time per Intelligence Index Task

Time Period

Ausgabegeschwindigkeit

End-to-End Output Speed

Zeit bis zum ersten Antworttoken

Time to First Answer Token

Tokenverbrauch

Ausgabe-Token pro Aufgabe des Intelligence Index

Output Tokens per Intelligence Index Task

Kontextfenster

Kontextfenster

Context Window for RAG

Context Window

Modellgröße (nur Modelle mit offenen Gewichten)

Modellgröße: Gesamtparameter und aktive Parameter

Total Parameters

Active Parameters at Inference Time

Weitere Details

Weitere Veröffentlichungen von OpenAI

Häufig gestellte Fragen

Wann wurde gpt-oss-120b veröffentlicht?

Wer hat gpt-oss-120b entwickelt?

Wie intelligent ist gpt-oss-120b?

Wie schnell ist gpt-oss-120b?

Wie hoch ist die Latenz von gpt-oss-120b?

Wie viel kostet gpt-oss-120b?

Wie gestaltet sich der API-Preis von gpt-oss-120b?

Wie ausführlich antwortet gpt-oss-120b?

Ist gpt-oss-120b ein Reasoning-Modell?

Welche Eingabemodalitäten unterstützt gpt-oss-120b?

Welche Ausgabemodalitäten unterstützt gpt-oss-120b?

Kann gpt-oss-120b Bilder verarbeiten?

Ist gpt-oss-120b multimodal?

Wie groß ist das Kontextfenster von gpt-oss-120b?

Hat gpt-oss-120b offene Gewichte?

Wie viele Parameter hat gpt-oss-120b?

Was sind die aktiven Parameter von gpt-oss-120b?

Unter welcher Lizenz steht gpt-oss-120b?

Wie schneidet gpt-oss-120b in Benchmarks ab?

Welchen Wissensstichtag hat gpt-oss-120b?

Ist gpt-oss-120b über eine API verfügbar?

Wo kann ich gpt-oss-120b verwenden?