arrakis
PT
Entrar Comece a alugar
Menu

Arrakis / Modelos / gpt-oss-20b

Requisitos de GPU do gpt-oss-20b

O gpt-oss-20b tem 21B parâmetros. Para servi-lo, conte com cerca de 50 GB de memória de GPU em 16 bits, 25 GB em 8 bits ou 13 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações.

É um modelo de mistura de especialistas: 32 especialistas, 4 deles ativos para cada token. Todos ficam na memória da GPU, então conte memória para todos os 21B parâmetros.

Implantar este modelo Verificar outro modelo

O que é preciso para servi-lo

A memória de GPU para rodá-lo em inferência, com a menor configuração de GPU que o comporta e o menor preço na Arrakis agora.

PrecisãoMemória e menor configuração
16 bits50 GB: uma H100 ou A100, a H100 a partir de US$ 2,25 por GPU-hora
8 bits25 GB: uma RTX 5090, a partir de US$ 0,58 por GPU-hora
4 bits13 GB: uma RTX 4090 ou RTX 3090, a RTX 3090 a partir de US$ 0,19 por GPU-hora

O que é preciso para fazer ajuste fino

O QLoRA treina adaptadores sobre um modelo congelado em 4 bits, o LoRA sobre um em 16 bits, e o ajuste fino completo atualiza todos os pesos. Os valores não incluem as ativações, que crescem com o tamanho do lote e o comprimento da sequência.

MétodoMemória e menor configuração
QLoRA15 GB: uma RTX 4090 ou RTX 3090, a RTX 3090 a partir de US$ 0,19 por GPU-hora
LoRA50 GB: uma H100 ou A100, a H100 a partir de US$ 2,25 por GPU-hora
Ajuste fino completo335 GB: 2 × B200, a partir de US$ 13,58 por hora pelas 2

Sobre o modelo

Do cartão e dos arquivos no Hugging Face. Os números de memória seguem o guia de memória de GPU.

Parâmetros
21B
Especialistas
32
Especialistas por token
4
Janela de contexto (tokens)
131,072
Publicado em
FP8
Licença
apache-2.0
Data de lançamento
2025-08-04
Pesos
openai/gpt-oss-20b

Implante na Arrakis

Abra Models no console, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina. Ou rode você mesmo em qualquer máquina com memória de GPU suficiente:

vLLM
vllm serve openai/gpt-oss-20b --tensor-parallel-size 1
Implantar este modelo Como funciona a implantação

Perguntas

Os preços em tempo real de todas as GPUs estão na página de preços de GPU.

Quanta memória de GPU o gpt-oss-20b precisa?
Para servi-lo, cerca de 50 GB em 16 bits, 25 GB em 8 bits e 13 GB em 4 bits, incluindo cerca de 20% para o cache KV e as ativações. Para fazer ajuste fino, cerca de 15 GB com QLoRA, 50 GB com LoRA e 335 GB para ajuste fino completo com Adam, sem contar as ativações.
Posso rodar o gpt-oss-20b em uma única GPU?
Sim. Em 16 bits ele precisa de cerca de 50 GB, que cabem em uma H100 ou A100.
Quanto custa rodar o gpt-oss-20b?
Em 16 bits ele precisa de uma H100 ou A100; em 4 bits, de uma RTX 4090 ou RTX 3090. Cada configuração desta página mostra o menor preço por GPU-hora na Arrakis agora, e você paga por hora a partir de um saldo pré-pago.
Como implanto o gpt-oss-20b na Arrakis?
Abra Models no console da Arrakis, cole openai/gpt-oss-20b, escolha vLLM, SGLang ou llama.cpp e alugue uma GPU em que ele caiba. Você recebe um endpoint compatível com OpenAI com sua própria chave de API, e SSH root na máquina.

Mais modelos

Todos os modelos, e uma verificação para qualquer outro.