gpt-oss-120b の GPU 要件
gpt-oss-120b のパラメータ数は 117B です。推論で動かすには、16 ビットで約 280 GB、8 ビットで約 140 GB、4 ビットで約 70 GB の GPU メモリを見込んでください。KV キャッシュと活性化の分として約 20% を含みます。
Mixture of Experts モデルです。エキスパートは 128 個で、トークンごとにそのうち 4 個が働きます。すべてのエキスパートが GPU メモリに載るため、メモリは 117B パラメータ全体の分を見込んでください。
ファインチューニングに必要なもの
QLoRA は 4 ビットで固定したモデルの上でアダプタを学習し、LoRA は 16 ビットで固定したモデルの上で学習します。フルファインチューニングはすべての重みを更新します。数値はアクティベーションを含まない値で、アクティベーションはバッチサイズとシーケンス長に応じて増えます。
| メソッド | メモリと最小構成 |
|---|---|
| QLoRA | 82 GB：RTX PRO 6000 1 枚、GPU 1 時間あたり $1.90 から |
| LoRA | 280 GB：H200 × 2、2 枚で 1 時間あたり $8.06 から |
| フルファインチューニング | 1,869 GB：B300 × 8、8 枚で 1 時間あたり $36.80 から |
モデルについて
Hugging Face 上のモデルカードとファイルから。このページのメモリの数字は GPU メモリガイドの計算に従っています。
- パラメータ数
- 117B
- エキスパート数
- 128
- トークンごとのエキスパート数
- 4
- コンテキスト長（トークン）
- 131,072
- 公開時の精度
- FP8
- ライセンス
- apache-2.0
- 公開日
- 2025-08-04
Arrakis でデプロイする
コンソールで Models を開き、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。GPU メモリが足りるマシンなら、自分で動かすこともできます：
vLLM
vllm serve openai/gpt-oss-120b --tensor-parallel-size 2よくある質問
すべての GPU の最新価格は GPU 価格 のページにあります。
gpt-oss-120b にはどれだけの GPU メモリが必要ですか？
推論で動かすには、16 ビットで約 280 GB、8 ビットで約 140 GB、4 ビットで約 70 GB です。KV キャッシュと活性化の分として約 20% を含みます。ファインチューニングには、QLoRA で約 82 GB、LoRA で約 280 GB、Adam によるフルファインチューニングで約 1,869 GB が必要です（活性化を除く）。
gpt-oss-120b は GPU 1 枚で動きますか？
はい、量子化すれば動きます。8 ビットで約 140 GB 必要で、H200 1 枚に収まります。16 ビットでは H200 2 枚が必要です。
gpt-oss-120b を動かす費用はいくらですか？
16 ビットなら H200 2 枚、4 ビットなら H100 または A100 1 枚が必要です。このページの各構成には、Arrakis での現在の GPU 1 時間あたりの最安値を表示しています。料金は前払い残高から 1 時間単位で支払います。
Arrakis で gpt-oss-120b をデプロイするには？
Arrakis コンソールで Models を開き、openai/gpt-oss-120b を貼り付け、vLLM、SGLang、llama.cpp のいずれかを選んで、収まる GPU を借ります。専用の API キー付きの OpenAI 互換エンドポイントと、マシンへの root SSH が使えます。