GPT-5 nano
OpenAI- Input / 1 Mio.
- $0,05
- Output / 1 Mio.
- $0,40
- Kontextfenster
- 400k Tokens
- Veröffentlichung
- August 2025
Reasoning
gpt-oss-120b
gpt-oss-120b ist OpenAIs Open-Weights-Reasoning-Modell mit 116,8 Mrd. Parametern. Es eignet sich für Tool-Calls und Reasoning auf einer einzelnen 80-GB-GPU.
AA Intelligence Index
12Punkte
Median aller Modelle: 26
API-Preis In / Out
$0,10 / $0,50
je 1 Mio. Tokens
Kontextfenster
131,1kTokens
Maximaler Output: 131.072 Tokens
gpt-oss-120b im Überblick
Stand Oktober 2026 steht gpt-oss-120b im Artificial Analysis Intelligence Index mit 12 Punkten auf Platz 114 von 132 Modellen.
Offenes Reasoning auf einer GPU
Das Mixture-of-Experts-Modell aktiviert 5,1 Mrd. von 116,8 Mrd. Parametern pro Token und läuft dank MXFP4-Quantisierung auf einer 80-GB-GPU. Laut OpenAI-Model-Card erreicht es mit hohem Reasoning-Aufwand 92,5 % bei AIME 2025 ohne Tools und 62 % bei SWE-bench Verified. Epoch AI misst 76 % bei GPQA Diamond.
- Self-Hosting
- Reasoning
- Tool-Calls
- Fine-Tuning
- Structured Output
Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.
Was du abwägen solltest
- Nur Text. Das Modell nimmt ausschließlich Text entgegen und gibt Text aus. Bilder oder Audio verarbeitet es nicht.
- Begrenzt bei Coding-Agenten. Auf Aider Polyglot erreicht es laut Epoch AI 42 %, im Artificial Analysis Intelligence Index (v4.3.2, high reasoning) 12 Punkte. Für anspruchsvolle Agenten-Aufgaben solltest du es vorab mit eigenen Aufgaben testen.
- Älterer Wissensstand. Der Knowledge Cutoff liegt im Juni 2024. Aktuelles Wissen musst du über Tools wie Websuche einbringen.
- Sicherheit liegt bei dir. Laut OpenAI können entschlossene Angreifer die offenen Gewichte feinjustieren, um Sicherheitsverweigerungen zu umgehen. Wer das Modell betreibt, muss eigene Schutzmaßnahmen ergänzen.
gpt-oss-120b Benchmarks
12Punkte
Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).
Mehr zum BenchmarkArtificial Analysis Intelligence IndexMedian aller Modelle: 26
Claude Opus 5.5Platz 1, Anthropic- Claude Sonnet 5.5Platz 2, Anthropic
- GPT-5 nanoOpenAI
Qwen3Alibaba- gpt-oss-120bOpenAI
Mistral Small 4Mistral AI- gpt-oss-20bOpenAI
Gemini 2.5 Flash-LiteGoogle DeepMind- GPT-4.1 nanoOpenAI
Daten: Artificial Analysis (artificialanalysis.ai)Artificial Analysis
gpt-oss-120b API-Preise
Input
$0,10/ 1 Mio. Tokens
Output
$0,50/ 1 Mio. Tokens
Geschätzte Tokenkosten
$0,02 je Anfrage (100 Anfragen)
- Input$1,00
- Output$0,50
Schätzung in USD auf Basis der Preise von OpenAI, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.
Cache-Schreiben und Rechenweg
Kosten = Anfragen × (Input ohne Cache × $0,10 + Output × $0,50) / 1.000.000
gpt-oss-120b Modelldaten
- Kontextfenster
- 131.072 Tokens
- Maximaler Output
- 131.072 Tokens
- Eingabe
- Text
- Ausgabe
- Text
- Anbieter
- OpenAI
- Veröffentlicht
- 5. August 2025
- Wissensstand
- 1. Juni 2024
- Modellgewichte
- Offen (Apache 2.0)
Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.
Standardfähigkeiten & Schnittstellen
- Reasoning
- Tool-Nutzung
- Strukturierte Ausgaben
- Prompt-Caching
Daten aktualisiert am 19. Oktober 2026. Fehler gefunden? kontakt@byte.de
gpt-oss-120b API-Provider
- Input / 1 Mio. Tokens$0,10Output / 1 Mio. Tokens$0,50Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output131,1kTokens
Input / 1 Mio. Tokens$0,03Output / 1 Mio. Tokens$0,15Cache-Lesen / 1 Mio.$0,015Kontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,03Output / 1 Mio. Tokens$0,15Cache-Lesen / 1 Mio.$0,03Kontextfenster128kTokensMaximaler Output32,8kTokens
Input / 1 Mio. Tokens$0,03Output / 1 Mio. Tokens$0,17Cache-Lesen / 1 Mio.$0,03Kontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,03Output / 1 Mio. Tokens$0,18Cache-Lesen / 1 Mio.$0,03Kontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,03Output / 1 Mio. Tokens$0,187Cache-Lesen / 1 Mio.$0,03Kontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,037Output / 1 Mio. Tokens$0,17Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,05Output / 1 Mio. Tokens$0,25Cache-Lesen / 1 Mio.$0,05Kontextfenster131,1kTokensMaximaler Output118kTokens- Mancer 2Input / 1 Mio. Tokens$0,05Output / 1 Mio. Tokens$0,25Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,05Output / 1 Mio. Tokens$0,25Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output32,8kTokens
Input / 1 Mio. Tokens$0,06Output / 1 Mio. Tokens$0,42Cache-Lesen / 1 Mio.$0,012Kontextfenster128kTokensMaximaler Output4,1kTokens
Input / 1 Mio. Tokens$0,09Output / 1 Mio. Tokens$0,36Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,10Output / 1 Mio. Tokens$0,50Cache-Lesen / 1 Mio.$0,10Kontextfenster128,1kTokensMaximaler Output115,3kTokens
Input / 1 Mio. Tokens$0,10Output / 1 Mio. Tokens$0,50Cache-Lesen / 1 Mio.$0,10Kontextfenster131,1kTokensMaximaler Output131,1kTokens
Input / 1 Mio. Tokens$0,15Output / 1 Mio. Tokens$0,60Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,15Output / 1 Mio. Tokens$0,60Cache-Lesen / 1 Mio.$0,075Kontextfenster131,1kTokensMaximaler Output65,5kTokens
Input / 1 Mio. Tokens$0,15Output / 1 Mio. Tokens$0,60Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,15Output / 1 Mio. Tokens$0,60Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output32,8kTokens
Input / 1 Mio. Tokens$0,15Output / 1 Mio. Tokens$0,60Cache-Lesen / 1 Mio.$0,075Kontextfenster131,1kTokensMaximaler Output8,2kTokens
Input / 1 Mio. Tokens$0,15Output / 1 Mio. Tokens$0,60Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,10Output / 1 Mio. Tokens$0,75Cache-Lesen / 1 Mio.$0,055Kontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,15Output / 1 Mio. Tokens$0,75Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,14Output / 1 Mio. Tokens$0,95Cache-Lesen / 1 Mio.keine AngabeKontextfenster131,1kTokensMaximaler Output118kTokens
Input / 1 Mio. Tokens$0,35Output / 1 Mio. Tokens$0,75Cache-Lesen / 1 Mio.$0,35Kontextfenster131,1kTokensMaximaler Output41kTokens
Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.
Häufige Fragen zu gpt-oss-120b
Was kostet gpt-oss-120b?
Der Preis hängt vom Hosting-Anbieter ab. Ein typischer Tarif (BaseTen, Mittelfeld bei OpenRouter) liegt bei $0,10 je 1 Mio. Input-Tokens und $0,50 je 1 Mio. Output-Tokens. Selbst gehostet fallen stattdessen Hardwarekosten an.
Wie groß ist das Kontextfenster?
Das Kontextfenster umfasst 131.072 Tokens (128K). Wie viel davon für die Ausgabe nutzbar ist, legt der jeweilige Anbieter fest.
Ist gpt-oss-120b Open Source?
Die Gewichte sind offen und stehen unter der Apache-2.0-Lizenz, ergänzt um OpenAIs Nutzungsrichtlinie für gpt-oss. Du darfst das Modell auch kommerziell nutzen, herunterladen und feinjustieren.
Welche Hardware brauche ich?
Laut OpenAI passt das Modell dank MXFP4-Quantisierung der MoE-Gewichte auf eine einzelne 80-GB-GPU, etwa eine NVIDIA H100. Der Checkpoint ist 60,8 GiB groß.
Lässt sich der Reasoning-Aufwand steuern?
Ja, es gibt drei Stufen: low, medium und high. Du setzt sie im System-Prompt, etwa mit „Reasoning: high“. Das Modell erwartet zudem das Harmony-Chatformat.
Weiterführende Links
Ähnliche KI-Modelle
Weitere Modelle von OpenAI
GPT-4.1 nano
OpenAIGPT-4.1 nano ist das kleinste und günstigste Modell der GPT-4.1-Reihe.
- Input / 1 Mio.
- $0,10
- Output / 1 Mio.
- $0,40
- Kontextfenster
- 1,05 Mio. Tokens
- Veröffentlichung
- April 2025
gpt-oss-20b
OpenAIOpen-Weights-Reasoning-Modell von OpenAI mit 21 Mrd. Parametern.
- Input / 1 Mio.
- $0,03
- Output / 1 Mio.
- $0,14
- Kontextfenster
- 131,1k Tokens
- Veröffentlichung
- August 2025
Reasoning
Modelle anderer Anbieter
Qwen3
Alibaba- Input / 1 Mio.
- $0,13
- Output / 1 Mio.
- $0,60
- Kontextfenster
- 262,1k Tokens
- Veröffentlichung
- Juli 2025
ReasoningMistral Small 4
Mistral AIMistral Small 4 ist ein Open-Weights-MoE-Modell mit 119 Mrd. Parametern.
- Input / 1 Mio.
- $0,15
- Output / 1 Mio.
- $0,60
- Kontextfenster
- 262,1k Tokens
- Veröffentlichung
- März 2026
ReasoningGemini 2.5 Flash-Lite
Google DeepMind- Input / 1 Mio.
- $0,10
- Output / 1 Mio.
- $0,40
- Kontextfenster
- 1,05 Mio. Tokens
- Veröffentlichung
- Juli 2025
Reasoning